摘要 | 第3-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第12-16页 |
1.1 研究背景 | 第12-14页 |
1.2 论文主要研究内容 | 第14-15页 |
1.3 论文章节安排 | 第15-16页 |
第二章 相关理论知识 | 第16-20页 |
2.1 推荐系统 | 第16页 |
2.2 上下文感知推荐 | 第16-18页 |
2.3 公众情感分析 | 第18-19页 |
2.4 新事件检测 | 第19-20页 |
第三章 基于查询上下文图模型的个性化搜索 | 第20-34页 |
3.1 引言 | 第20-21页 |
3.2 相关工作 | 第21-22页 |
3.2.1 社会上下文模型 | 第21页 |
3.2.2 语言上下文模型 | 第21-22页 |
3.2.3 分众分类系统中的个性化搜索 | 第22页 |
3.3 问题的定义 | 第22-30页 |
3.3.1 用户描述文档和资源描述文档的提取 | 第22-24页 |
3.3.2 语言上下文图的构建 | 第24-25页 |
3.3.3 迭代调整边的权重 | 第25-27页 |
3.3.4 提取图的支配集 | 第27-29页 |
3.3.5 资源排序打分的计算 | 第29-30页 |
3.4 实验与分析 | 第30-33页 |
3.4.1 实验设计 | 第30-31页 |
3.4.1.1 数据集 | 第30页 |
3.4.1.2 评价标准 | 第30-31页 |
3.4.1.3 基准方法 | 第31页 |
3.4.2 性能比较 | 第31-33页 |
3.5 小结 | 第33-34页 |
第四章 基于上下文感知因式分解机的电影推荐 | 第34-48页 |
4.1 引言 | 第34-35页 |
4.2 相关工作 | 第35-36页 |
4.3 评分预测 | 第36-38页 |
4.3.1 标准的评分预测方法 | 第37页 |
4.3.2 基于上下文感知的评分预测方法 | 第37-38页 |
4.4 因式分解机 | 第38-42页 |
4.4.1 因式分解机模型 | 第38-40页 |
4.4.2 因式分解机的学习过程 | 第40-42页 |
4.4.3 基于上下文感知的因式分解机 | 第42页 |
4.5 实验与评价 | 第42-46页 |
4.5.1 数据集 | 第42-43页 |
4.5.2 均方根误差(Root Mean Square Error) | 第43-44页 |
4.5.3 特征选择 | 第44页 |
4.5.4 方法的比较 | 第44-46页 |
4.6 小结 | 第46-48页 |
第五章 面向在线新闻推荐的公众情感检测方法 | 第48-66页 |
5.1 引言 | 第48-49页 |
5.2 相关工作 | 第49-52页 |
5.2.1 情感分类,预测与分析 | 第49-50页 |
5.2.2 公众情感检测 | 第50-51页 |
5.2.3 构建情感词典 | 第51-52页 |
5.3 面向在线新闻推荐的公众情感分析 | 第52-57页 |
5.3.1 问题描述 | 第52-53页 |
5.3.2 存在的方法 | 第53-54页 |
5.3.3 系统描述 | 第54-57页 |
5.3.3.1 在语料库中构建训练集 | 第55页 |
5.3.3.2 POS标记与提取特征集 | 第55-56页 |
5.3.3.3 情感字典的生成与应用 | 第56-57页 |
5.4 实验及分析 | 第57-63页 |
5.4.1 数据集 | 第57-58页 |
5.4.2 实验设计 | 第58-59页 |
5.4.3 结果与分析 | 第59-63页 |
5.4.3.1 基准方法的比较 | 第59-61页 |
5.4.3.2 文档选择的影响 | 第61-62页 |
5.4.3.3 公众情感词典的样本 | 第62-63页 |
5.5 小结 | 第63-66页 |
第六章 一种基于新事件检测的新闻推荐方法 | 第66-78页 |
6.1 引言 | 第66-67页 |
6.2 相关工作 | 第67-68页 |
6.3 一种新的词加权方法 | 第68-71页 |
6.3.1 LGT方法 | 第69-71页 |
6.3.2 特征降维 | 第71页 |
6.4 实验及分析 | 第71-75页 |
6.4.1 数据集 | 第72页 |
6.4.2 实验设计 | 第72-73页 |
6.4.3 评价指标 | 第73-74页 |
6.4.4 不同的主题个数对实验结果的影响 | 第74-75页 |
6.4.5 特征降维的效果 | 第75页 |
6.5 小结 | 第75-78页 |
第七章 总结与展望 | 第78-80页 |
7.1 总结 | 第78-79页 |
7.2 展望 | 第79-80页 |
参考文献 | 第80-94页 |
发表/录用论文 | 第94-96页 |
致谢 | 第96-97页 |