融合内容与情感相似性的跨平台图片推荐
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题背景与研究意义 | 第9页 |
| 1.2 情感与情感分类 | 第9-11页 |
| 1.3 跨平台图片推荐关键技术 | 第11-14页 |
| 1.4 论文的研究内容与论文结构 | 第14-17页 |
| 第2章 相关技术研究现状 | 第17-29页 |
| 2.1 图片情感分析研究现状 | 第17-22页 |
| 2.1.1 基于底层视觉特征的图片情感分析 | 第17-19页 |
| 2.1.2 基于中间语义表达层的图片情感分析 | 第19-20页 |
| 2.1.3 基于深度学习的图片情感分析 | 第20-22页 |
| 2.2 社会化推荐研究现状 | 第22-27页 |
| 2.2.1 推荐系统的分类 | 第22-25页 |
| 2.2.2 推荐系统的评价 | 第25-27页 |
| 2.3 本章小结 | 第27-29页 |
| 第3章 基于深度学习的图片情感自动识别 | 第29-39页 |
| 3.1 算法总体框架 | 第29-30页 |
| 3.2 数据获取 | 第30-33页 |
| 3.2.1 SentiBank | 第30页 |
| 3.2.2 SentiBank存在的问题 | 第30-31页 |
| 3.2.3 数据清洗 | 第31-32页 |
| 3.2.4 数据集生成 | 第32-33页 |
| 3.3 基于改进CNN模型的图片情感极性分析 | 第33-35页 |
| 3.3.1 改进深度卷积神经网络（CNN） | 第33页 |
| 3.3.2 实验设计和结果分析 | 第33-35页 |
| 3.4 基于改进CNN模型的细粒度图片情感分析 | 第35-37页 |
| 3.4.1 深度卷积神经网络（CNN） | 第36页 |
| 3.4.2 实验数据和结果分析 | 第36-37页 |
| 3.5 本章小结 | 第37-39页 |
| 第4章 跨平台用户偏好建模 | 第39-47页 |
| 4.1 算法总体框架 | 第39-40页 |
| 4.2 相关平台介绍 | 第40-43页 |
| 4.2.1 花瓣网 | 第40-42页 |
| 4.2.2 新浪微博 | 第42-43页 |
| 4.3 建立图片属性模型 | 第43-44页 |
| 4.4 用户喜好建模 | 第44-46页 |
| 4.4.1 基于花瓣数据的用户兴趣建模 | 第44-45页 |
| 4.4.2 基于微博数据的用户配图偏好建模 | 第45页 |
| 4.4.3 跨平台用户喜好模型融合 | 第45-46页 |
| 4.5 本章小结 | 第46-47页 |
| 第5章 结合用户生成文本的跨平台图片推荐 | 第47-65页 |
| 5.1 算法总体框架 | 第47-48页 |
| 5.2 基于内容匹配的图片推荐 | 第48-50页 |
| 5.2.1 微博文本内容分析 | 第48页 |
| 5.2.2 花瓣网图像内容分析 | 第48-49页 |
| 5.2.3 内容一致性分析 | 第49-50页 |
| 5.3 基于情感匹配的图片推荐 | 第50-52页 |
| 5.3.1 文本情感分析 | 第50-51页 |
| 5.3.2 图片情感分析 | 第51页 |
| 5.3.3 情感一致性分析 | 第51-52页 |
| 5.4 融合内容、情感和用户喜好的图片推荐 | 第52页 |
| 5.5 实验数据采集 | 第52-57页 |
| 5.5.1 网络爬虫 | 第52-53页 |
| 5.5.2 花瓣网数据 | 第53-55页 |
| 5.5.3 微博数据 | 第55-57页 |
| 5.6 实验及结果分析 | 第57-63页 |
| 5.6.1 实验数据 | 第57-58页 |
| 5.6.2 文本自动配图实验 | 第58-60页 |
| 5.6.3 图片推荐实验 | 第60-63页 |
| 5.7 本章小结 | 第63-65页 |
| 第6章 跨平台图片推荐系统实现 | 第65-79页 |
| 6.1 系统概述 | 第65页 |
| 6.2 系统总体框架 | 第65-66页 |
| 6.3 Django框架简介 | 第66-67页 |
| 6.4 系统架构及功能模块 | 第67-73页 |
| 6.4.1 文本关键词提取模块 | 第67-68页 |
| 6.4.2 文本情感分析模块 | 第68-69页 |
| 6.4.3 图片情感分析模块 | 第69-70页 |
| 6.4.4 用户喜好模型获取 | 第70-71页 |
| 6.4.5 配图产生模块 | 第71-72页 |
| 6.4.6 图片上传模块 | 第72-73页 |
| 6.5 系统功能展示 | 第73-78页 |
| 6.5.1 客户端部分（WEB端） | 第73-76页 |
| 6.5.2 服务端部分（SERVER端） | 第76-78页 |
| 6.6 本章小结 | 第78-79页 |
| 结论 | 第79-81页 |
| 参考文献 | 第81-85页 |
| 攻读硕士学位期间发表的学术论文 | 第85-87页 |
| 致谢 | 第87页 |
