首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

基于实体的中文旅游领域信息推荐方法研究

摘要第5-6页
ABSTRACT第6-7页
第一章 绪论第10-14页
    1.1 研究背景及意义第10-11页
    1.2 国内外研究现状第11-12页
    1.3 研究内容第12页
    1.4 论文组织结构第12-14页
第二章 基于实体信息推荐基础理论与相关研究第14-22页
    2.1 个性化推荐方法第14-15页
    2.2 领域实体抽取基本概念及其识别的特点和难点第15-16页
    2.3 领域语料预处理及实体识别第16-20页
        2.3.1 语料预处理第17-18页
        2.3.2 概念实例、属性和属性值实体识别与抽取的主要流程第18-20页
    2.4 本章小结第20-22页
第三章 基于马尔科夫逻辑网的旅游领域中文命名实体识别第22-30页
    3.1 引言第22页
    3.2 马尔科夫逻辑网理论第22页
    3.3 旅游领域实体识别的特点和难道第22-23页
    3.4 旅游领域中文命名实体识别第23-26页
        3.4.1 特征筛选与表征第23-25页
        3.4.2 参数学习第25-26页
        3.4.3 可能性推理第26页
    3.5 实验设计与分析第26-29页
        3.5.1 语料收集第26页
        3.5.2 实验设计第26-27页
        3.5.3 实验实现第27-29页
        3.5.4 实验结果与分析第29页
    3.6 本章小结第29-30页
第四章 旅游领域知识库的构建第30-38页
    4.1 引言第30-31页
    4.2 领域知识库构建方法第31-33页
        4.2.1 领域知识库构建工具第31页
        4.2.2 领域知识库构建方法第31-33页
    4.3 旅游领域知识库设计第33-37页
        4.3.1 定义旅游本体类结构第33-34页
        4.3.2 定义旅游本体类属性第34-35页
        4.3.3 定义属性约束和属性特性第35-36页
        4.3.4 定义本体公理第36-37页
    4.4 本章小结第37-38页
第五章 基于协同过滤思想的信息推荐第38-48页
    5.1 引言第38-39页
    5.2 协同过滤推荐算法第39页
    5.3 基于用户评论行为的信息推荐第39-41页
        5.3.1 知识库信息特征的分析第40页
        5.3.2 基于PageRank的用户打分第40-41页
    5.4 基于用户聚类的协同过滤算法第41-43页
        5.4.1 K-means用户聚类第41-42页
        5.4.2 协同过滤推荐第42页
        5.4.3 融合PageRank的协同过滤算法第42-43页
    5.5 实验和分析第43-46页
        5.5.1 实验数据获取第43页
        5.5.2 实验及结果分析第43-46页
    5.6 本章小结第46-48页
第六章 总结与展望第48-50页
    6.1 总结第48-49页
    6.2 展望第49-50页
致谢第50-52页
参考文献第52-58页
附录A 攻读硕士学位期间发表的学术论文和软著第58-60页
附录B 攻读硕士学位期间参与的项目第60页

论文共60页,点击 下载论文
上一篇:木材表面缺陷的图像分割算法研究
下一篇:基于四元数的彩色图像部分加密研究及在遥感图像的应用