基于信息评价机制的信息推荐系统研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.2.1 推荐系统研究现状 | 第9-11页 |
| 1.2.2 信息评价研究现状 | 第11-13页 |
| 1.3 本文主要研究内容 | 第13页 |
| 1.4 论文结构 | 第13-15页 |
| 第2章 推荐系统相关理论及研究 | 第15-25页 |
| 2.1 推荐系统的定义 | 第15页 |
| 2.2 三种经典的推荐算法 | 第15-21页 |
| 2.2.1 协同过滤算法 | 第16-18页 |
| 2.2.2 基于内容的推荐算法 | 第18-20页 |
| 2.2.3 基于知识的推荐算法 | 第20页 |
| 2.2.4 几种推荐算法的对比 | 第20-21页 |
| 2.3 推荐系统评价指标 | 第21-23页 |
| 2.3.1 基本评价指标 | 第21-22页 |
| 2.3.2 基本评价方法 | 第22-23页 |
| 2.4 区域信息推荐问题的提出 | 第23-24页 |
| 2.4.1 基于人口统计学的推荐 | 第23页 |
| 2.4.2 区域信息推荐 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第3章 互联网信息评价机制的建立 | 第25-39页 |
| 3.1 今日头条整改引发的思考 | 第25页 |
| 3.2 信息评价相关理论综述 | 第25-32页 |
| 3.2.1 信息流与信息栈理论 | 第25-27页 |
| 3.2.2 互联网信息源的主要类别 | 第27-28页 |
| 3.2.3 互联网信息的分布规律 | 第28-30页 |
| 3.2.4 信息的评价机制 | 第30-32页 |
| 3.3 互联网信息评价机制设计 | 第32-38页 |
| 3.3.1 互联网信息的评价对象 | 第33-34页 |
| 3.3.2 互联网信息的评价指标 | 第34-35页 |
| 3.3.3 互联网信息的评价方法 | 第35-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第4章 基于信息评价机制的区域信息推荐系统设计 | 第39-55页 |
| 4.1 区域信息推荐概述 | 第39-41页 |
| 4.1.1 区域信息简介 | 第39-40页 |
| 4.1.2 区域信息的类别 | 第40-41页 |
| 4.1.3 区域信息推荐的应用场景 | 第41页 |
| 4.2 区域信息推荐系统设计 | 第41-43页 |
| 4.3 数据采集和信息库的建设 | 第43-46页 |
| 4.3.1 静态信息库的建设 | 第43-44页 |
| 4.3.2 动态信息库的建设 | 第44-46页 |
| 4.3.3 半静态信息库的建设 | 第46页 |
| 4.4 区域信息分类 | 第46-52页 |
| 4.4.1 区域信息分类流程 | 第47-48页 |
| 4.4.2 地名词典的设计 | 第48页 |
| 4.4.3 文本分词 | 第48-49页 |
| 4.4.4 分类规则 | 第49-52页 |
| 4.5 区域信息排序 | 第52页 |
| 4.6 区域信息推荐及评测 | 第52-54页 |
| 4.7 本章小结 | 第54-55页 |
| 第5章 总结与展望 | 第55-56页 |
| 5.1 本文总结 | 第55页 |
| 5.2 研究展望 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59-60页 |
| 在学期间发表的学术论文与研究成果 | 第60页 |
