基于用户兴趣模型的新闻自动推荐系统
| 指导小组成员名单 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第7-11页 |
| ·研究背景及意义 | 第7-8页 |
| ·国内外研究进展 | 第8-9页 |
| ·论文的组织结构 | 第9-11页 |
| 第二章 个性化服务系统 | 第11-18页 |
| ·个性化服务的涵义 | 第11-14页 |
| ·Web个性化服务 | 第11-12页 |
| ·个性化服务模式 | 第12-13页 |
| ·个性化推荐 | 第13-14页 |
| ·个性化服务的评价 | 第14-17页 |
| ·用户体验 | 第14-16页 |
| ·用户研究 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 第三章 用户兴趣挖掘 | 第18-25页 |
| ·兴趣挖掘 | 第18-19页 |
| ·用户数据获取 | 第18-19页 |
| ·语义预处理 | 第19页 |
| ·文本分类 | 第19页 |
| ·用户兴趣模型 | 第19页 |
| ·兴趣模型 | 第19-22页 |
| ·兴趣模型的涵义 | 第20页 |
| ·兴趣模型的形式 | 第20-21页 |
| ·兴趣模型的创建 | 第21-22页 |
| ·兴趣模型更新 | 第22-24页 |
| ·更新方法 | 第22-23页 |
| ·用户行为 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第四章 文本分类技术 | 第25-34页 |
| ·文本分类概述 | 第25页 |
| ·文本分词 | 第25-27页 |
| ·关键词提取技术 | 第27-30页 |
| ·关键词的特征 | 第28页 |
| ·关键词技术发展 | 第28-29页 |
| ·关键词提取 | 第29-30页 |
| ·特征值离散化 | 第30-31页 |
| ·关键词和分类 | 第31-32页 |
| ·本章小结 | 第32-34页 |
| 第五章 基于兴趣模型的新闻推荐原型系统 | 第34-50页 |
| ·系统架构总体设计 | 第34-35页 |
| ·系统流程说明 | 第35-38页 |
| ·系统核心功能模块的实现 | 第38-49页 |
| ·文本分词模块 | 第38-39页 |
| ·关键词提取模块 | 第39-42页 |
| ·文本自动分类模块 | 第42-45页 |
| ·兴趣模型计算模块 | 第45-48页 |
| ·新闻推荐模块 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第六章 总结与展望 | 第50-53页 |
| ·成果的总结 | 第50-51页 |
| ·今后的工作 | 第51页 |
| ·未来的展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 攻读硕士期间发表论文、专利的申请及参与的科研项目 | 第57-58页 |
| 致谢 | 第58-59页 |
