基于移动端上下文感知模型的新闻主题抽取算法研究及系统实现
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外相关领域的研究现状 | 第10-13页 |
| 1.2.1 用户行为周期性分析 | 第10-11页 |
| 1.2.2 LDA模型主题抽取 | 第11-12页 |
| 1.2.3 移动端新闻推荐算法 | 第12-13页 |
| 1.3 本文研究的内容 | 第13-14页 |
| 1.4 论文的组织结构 | 第14-17页 |
| 第2章 相关技术概述 | 第17-25页 |
| 2.1 用户行为周期性分析 | 第17-18页 |
| 2.2 LDA模型主题抽取分析 | 第18-21页 |
| 2.2.1 LDA框架改进分析 | 第18-20页 |
| 2.2.2 Gibbs抽样 | 第20-21页 |
| 2.2.3 基于相关度改进的边界熵算法 | 第21页 |
| 2.3 新闻推荐算法分析 | 第21-24页 |
| 2.3.1 数据来源选择 | 第21-22页 |
| 2.3.2 新闻推荐算法改进方向 | 第22-23页 |
| 2.3.3 新闻阅读数据来源 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 基于时间上下文的新闻推荐算法 | 第25-51页 |
| 3.1 基于时间上下文的新闻推荐算法的基本思想 | 第25-26页 |
| 3.2 算法详细设计 | 第26-49页 |
| 3.2.1 基于时间序列的用户阅读行为分析 | 第26-35页 |
| 3.2.2 基于改进边界熵的LDA主题词抽取算法 | 第35-44页 |
| 3.2.3 基于时间上下文的推荐算法融合 | 第44-49页 |
| 3.3 本章小结 | 第49-51页 |
| 第4章 基于时间上下文的新闻推荐系统设计与实现 | 第51-65页 |
| 4.1 系统结构设计 | 第51-58页 |
| 4.1.1 系统需求分析 | 第51-52页 |
| 4.1.2 系统用例分析 | 第52-53页 |
| 4.1.3 整体框架设计 | 第53-54页 |
| 4.1.4 功能模块分析与设计 | 第54-56页 |
| 4.1.5 类的设计 | 第56-57页 |
| 4.1.6 数据库的设计 | 第57-58页 |
| 4.2 系统实现及测试 | 第58-63页 |
| 4.2.1 系统软硬件环境 | 第58-59页 |
| 4.2.2 系统功能效果 | 第59-63页 |
| 4.3 本章小结 | 第63-65页 |
| 结论 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 攻读硕士学位期间所发表的学术论文 | 第71-73页 |
| 致谢 | 第73页 |
