基于统计与协同过滤的关键词提取研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略词对照表 | 第11-14页 |
| 第一章 绪论 | 第14-18页 |
| 1.1 本文研究的背景及意义 | 第14页 |
| 1.2 国内外研究现状介绍 | 第14-15页 |
| 1.3 本文主要工作介绍 | 第15-16页 |
| 1.4 论文的章节安排 | 第16-18页 |
| 第二章 理论知识和技术介绍 | 第18-32页 |
| 2.1 关键词提取技术分类 | 第18-19页 |
| 2.2 ICTCLAS中科院分词系统介绍 | 第19-21页 |
| 2.3 倒排索引 | 第21-24页 |
| 2.3.1 单词——文档矩阵 | 第21-22页 |
| 2.3.2 倒排索引结构 | 第22-23页 |
| 2.3.3 倒排索引建立 | 第23-24页 |
| 2.4 TF-IDF算法 | 第24-25页 |
| 2.5 协同过滤算法 | 第25-30页 |
| 2.5.1 推荐系统简介 | 第25-27页 |
| 2.5.2 基于用户的协同过滤算法 | 第27-28页 |
| 2.5.3 基于物品的协同过滤算法 | 第28-30页 |
| 2.6 本章小节 | 第30-32页 |
| 第三章 基于统计和协同过滤的关键词提取算法 | 第32-46页 |
| 3.1 算法简介 | 第32页 |
| 3.2 改进的中文分词算法 | 第32-36页 |
| 3.3 基于多特征的关键词提取 | 第36-40页 |
| 3.3.1 评分公式 | 第36页 |
| 3.3.2 特征介绍 | 第36-38页 |
| 3.3.3 基于多特征的关键词提取算法 | 第38-40页 |
| 3.4 基于协同过滤的关键词提取 | 第40-44页 |
| 3.4.1 算法简介 | 第40页 |
| 3.4.2 离线训练 | 第40-41页 |
| 3.4.3 在线提取 | 第41-44页 |
| 3.5 基于统计和协同过滤算法的融合 | 第44-45页 |
| 3.6 本章小节 | 第45-46页 |
| 第四章 实验及结果分析 | 第46-68页 |
| 4.1 实验数据 | 第46页 |
| 4.2 评估方法 | 第46-47页 |
| 4.3 参数取值及分析 | 第47-60页 |
| 4.3.1 词性特征 | 第48-50页 |
| 4.3.2 词位置特征 | 第50-52页 |
| 4.3.3 词长度特征 | 第52-54页 |
| 4.3.4 多特征的评分阈值 | 第54-55页 |
| 4.3.5 候选文章相同词语数的阈值 | 第55-56页 |
| 4.3.6 候选文章数量 | 第56-57页 |
| 4.3.7 候选关键词的评分阈值 | 第57-58页 |
| 4.3.8 关键词个数的阈值范围 | 第58-60页 |
| 4.4 算法性能比较及分析 | 第60页 |
| 4.5 算法验证工具 | 第60-67页 |
| 4.5.1 算法验证工具框架及实现介绍 | 第61-62页 |
| 4.5.2 算法验证工具功能介绍 | 第62-67页 |
| 4.6 本章小节 | 第67-68页 |
| 第五章 总结和展望 | 第68-70页 |
| 5.1 研究内容总结 | 第68-69页 |
| 5.2 未来工作展望 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74-76页 |
| 作者简介 | 第76-77页 |
