| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第14-18页 |
| 1.1 研究背景及意义 | 第14-15页 |
| 1.2 个性化推荐系统国内外相关领域研究进展 | 第15-16页 |
| 1.3 本文的主要贡献与创新 | 第16页 |
| 1.4 本文主要内容及结构安排 | 第16-18页 |
| 第二章 文本信息推荐相关理论与技术 | 第18-28页 |
| 2.1 文本信息推荐相关研究 | 第18-22页 |
| 2.1.1 文本表示模型 | 第18-20页 |
| 2.1.2 文本特征选择方法 | 第20-22页 |
| 2.2 用户兴趣模型相关研究 | 第22-26页 |
| 2.2.1 用户兴趣模型表示方法 | 第22-23页 |
| 2.2.2 用户兴趣模型创建方法 | 第23-25页 |
| 2.2.3 用户兴趣模型更新方法 | 第25-26页 |
| 2.3 本章小结 | 第26-28页 |
| 第三章 文本信息推荐系统设计 | 第28-38页 |
| 3.1 系统结构设计 | 第28-35页 |
| 3.1.1 系统结构 | 第28-29页 |
| 3.1.2 数据导入模块 | 第29页 |
| 3.1.3 文本预处理模块 | 第29-30页 |
| 3.1.4 用户系统交互模块 | 第30-31页 |
| 3.1.5 用户兴趣模型模块 | 第31-34页 |
| 3.1.6 推荐算法模块 | 第34-35页 |
| 3.2 系统推荐性能评价 | 第35-36页 |
| 3.3 系统存在的问题 | 第36-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第四章 基于单词间词义相关性的用户兴趣模型研究 | 第38-51页 |
| 4.1 词义在用户兴趣模型中的意义 | 第38页 |
| 4.2 基于单词间词义相关性的用户兴趣模型创建方法的研究思路 | 第38-39页 |
| 4.3 基于单词间词义相关性的词义识别及上位概念选择方法 | 第39-45页 |
| 4.3.1 WordNet工具介绍 | 第39-41页 |
| 4.3.2 单词间词义的相关性 | 第41-43页 |
| 4.3.3 单词词义识别及上位概念选择方法 | 第43-45页 |
| 4.4 基于单词间词义相关性的用户兴趣模型创建方法 | 第45-46页 |
| 4.5 性能评价 | 第46-49页 |
| 4.5.2 用户兴趣模型实验 | 第47-49页 |
| 4.5.3 推荐性能实验 | 第49页 |
| 4.6 本章小结 | 第49-51页 |
| 第五章 用户兴趣模型的快速更新方法研究 | 第51-70页 |
| 5.1 用户兴趣模型快速更新方法的一般思路 | 第51-52页 |
| 5.2 用户兴趣模型的快速更新方法实现 | 第52-60页 |
| 5.2.1 基于反馈信息补充的用户兴趣模型增量更新方法 | 第52-53页 |
| 5.2.2 基于时间窗的用户兴趣模型增量更新方法 | 第53-54页 |
| 5.2.3 基于遗忘因子的用户兴趣模型增量更新方法 | 第54-55页 |
| 5.2.4 实验结果与分析 | 第55-60页 |
| 5.3 基于单词间词义相关性的用户兴趣模型快速更新方法 | 第60-69页 |
| 5.3.1 方法实现 | 第60-65页 |
| 5.3.2 实验结果与分析 | 第65-69页 |
| 5.4 本章小结 | 第69-70页 |
| 第六章 总结与展望 | 第70-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-75页 |
| 攻读硕士学位期间的研究成果 | 第75-76页 |
