兴趣与情感合型新闻推荐研究
| 摘要 | 第3-5页 |
| abstract | 第5-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 研究现状 | 第11-12页 |
| 1.3 主要研究内容及方法 | 第12-13页 |
| 1.3.1 主要研究内容 | 第12-13页 |
| 1.3.2 研究方法与创新点 | 第13页 |
| 1.4 论文结构安排 | 第13-15页 |
| 第二章 相关理论与技术 | 第15-29页 |
| 2.1 个性化新闻推荐模型概述 | 第15-21页 |
| 2.1.1 协同过滤模型 | 第16-18页 |
| 2.1.2 基于内容的推荐模型 | 第18-19页 |
| 2.1.3 关联规则模型 | 第19-20页 |
| 2.1.4 组合推荐模型 | 第20页 |
| 2.1.5 基于情感的推荐 | 第20-21页 |
| 2.2 情感模型 | 第21-24页 |
| 2.2.1 PAD情感模型 | 第21-23页 |
| 2.2.2 Ekman情感模型 | 第23-24页 |
| 2.2.3 OCC情感模型 | 第24页 |
| 2.2.4 情感模型对比 | 第24页 |
| 2.3 预测模型 | 第24-28页 |
| 2.3.1 回归分析预测算法 | 第24-25页 |
| 2.3.2 指数平滑预测模型 | 第25-26页 |
| 2.3.3 人工神经网络 | 第26-27页 |
| 2.3.4 预测模型对比 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 推荐模型的构建与分析 | 第29-42页 |
| 3.1 用户兴趣模型概述 | 第29页 |
| 3.2 基于情感空间的兴趣模型结构 | 第29-31页 |
| 3.2.1 模型结构概述 | 第29-30页 |
| 3.2.2 模型结构设计 | 第30-31页 |
| 3.3 基于情感空间的兴趣模型系统结构 | 第31-36页 |
| 3.3.1 眼动模块 | 第32-33页 |
| 3.3.2 情感量化模块 | 第33-34页 |
| 3.3.3 兴趣推算模块 | 第34-36页 |
| 3.4 兴趣推测算法 | 第36-38页 |
| 3.5 兴趣模型在推荐系统中的应用 | 第38-41页 |
| 3.6 本章小结 | 第41-42页 |
| 第四章 推荐模型的实验设计与分析 | 第42-57页 |
| 4.1 眼动实验设计 | 第42-46页 |
| 4.1.1 实验环境与设备 | 第42页 |
| 4.1.2 被试选取与实验材料 | 第42-43页 |
| 4.1.3 实验任务设计 | 第43页 |
| 4.1.4 实验数据预处理 | 第43-44页 |
| 4.1.5 实验流程 | 第44-46页 |
| 4.2 兴趣推算实验设计 | 第46-47页 |
| 4.2.1 兴趣推算模型结构设计 | 第46页 |
| 4.2.2 兴趣推算实验工具箱 | 第46-47页 |
| 4.3 兴趣预测实验结果及分析 | 第47-54页 |
| 4.3.1 预测过程分析 | 第47-49页 |
| 4.3.2 预测结果分析 | 第49-54页 |
| 4.4 推荐实验设计与分析 | 第54-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第五章 总结与展望 | 第57-60页 |
| 5.1 研究总结 | 第57-58页 |
| 5.2 今后的工作 | 第58页 |
| 5.3 研究展望 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 攻读学位期间发表的学术论文 | 第65页 |
