基于用户偏好和用户意见的协同过滤系统
摘要 | 第8-10页 |
ABSTRACT | 第10-11页 |
第1章 绪论 | 第12-20页 |
1.1 研究背景 | 第12-14页 |
1.2 研究现状 | 第14-17页 |
1.2.1 基于特征的意见挖掘 | 第14-15页 |
1.2.2 特征权重估计 | 第15-16页 |
1.2.3 协同过滤 | 第16-17页 |
1.2.4 张量分解 | 第17页 |
1.3 本文工作 | 第17-18页 |
1.4 论文组织结构 | 第18-20页 |
第2章 问题定义及系统框架概述 | 第20-24页 |
2.1 问题定义 | 第21-22页 |
2.2 系统框架概述 | 第22-24页 |
第3章 推断特征评分 | 第24-29页 |
3.1 特征词汇和意见词汇的提取 | 第24-25页 |
3.2 特征词的聚类 | 第25-26页 |
3.3 特征评分的计算 | 第26-29页 |
第4章 特征权重的计算 | 第29-36页 |
4.1 特征权重的CP分解 | 第30-31页 |
4.2 特征权重的HOSVD分解 | 第31-32页 |
4.3 特征权重的推导 | 第32-36页 |
第5章 整体评分的推断 | 第36-39页 |
5.1 评分张量的形成 | 第36页 |
5.2 整体评分的预测 | 第36-39页 |
第6章 实验 | 第39-45页 |
6.1 数据集的介绍 | 第39-40页 |
6.2 评估方法 | 第40页 |
6.3 实验步骤 | 第40-41页 |
6.4 实验结果及讨论 | 第41-45页 |
6.4.1 数据稀疏性的影响 | 第42页 |
6.4.2 特征数量的影响 | 第42-43页 |
6.4.3 特征词汇的聚类 | 第43-45页 |
第7章 总结与展望 | 第45-47页 |
7.1 总结 | 第45页 |
7.2 展望 | 第45-47页 |
参考文献 | 第47-52页 |
致谢 | 第52-53页 |
攻读学位期间发表的学术论文目录 | 第53-54页 |
附件 | 第54页 |