基于微博社区的问答推荐系统研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 引言 | 第9-10页 |
| 1.2 基于微博的问答系统的研究方向 | 第10-12页 |
| 1.3 论文主要工作及研究成果 | 第12-13页 |
| 1.4 论文思路与结构安排 | 第13-14页 |
| 第二章 相关概念、技术、背景概述 | 第14-25页 |
| 2.1 问答系统综述 | 第14-17页 |
| 2.1.1 问答系统个性化 | 第14-15页 |
| 2.1.2 问题的自动分类 | 第15页 |
| 2.1.3 问题的推荐 | 第15-16页 |
| 2.1.4 常见的交互式问答系统 | 第16-17页 |
| 2.2 常见的推荐算法 | 第17-20页 |
| 2.2.1 协同过滤算法 | 第17页 |
| 2.2.2 基于内容的算法 | 第17-19页 |
| 2.2.3 其他推荐算法 | 第19页 |
| 2.2.4 各种推荐算法的比较 | 第19-20页 |
| 2.3 问题分类技术研究 | 第20-23页 |
| 2.3.1 问题类型粒度 | 第20-21页 |
| 2.3.2 特征项的选择 | 第21-23页 |
| 2.3.3 问题类型计算 | 第23页 |
| 2.4 微博用户建模 | 第23-24页 |
| 2.4.1 用户活跃度 | 第23页 |
| 2.4.2 微博内容 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 基于微博的问答推荐 | 第25-35页 |
| 3.1 问答推荐算法的选择 | 第25-26页 |
| 3.2 推荐架构与流程 | 第26-34页 |
| 3.2.1 用户特性计算 | 第26-29页 |
| 3.2.2 问题处理模块 | 第29页 |
| 3.2.3 推荐处理模块 | 第29-34页 |
| 3.3 本章小结 | 第34-35页 |
| 第四章 基于相似度的问题自动分类 | 第35-43页 |
| 4.1 传统的问题分类方法 | 第35-37页 |
| 4.1.1 特征空间的构造 | 第35-36页 |
| 4.1.2 问题-类别相似度计算 | 第36-37页 |
| 4.1.3 传统问题分类方法的缺陷 | 第37页 |
| 4.2 基于语义扩充的问题分类系统 | 第37-39页 |
| 4.2.1 主题关键词提取 | 第38-39页 |
| 4.2.2 语义映射 | 第39页 |
| 4.3 实验设计与结果 | 第39-42页 |
| 4.3.1 实验方案 | 第39-40页 |
| 4.3.2 实验效果 | 第40-42页 |
| 4.4 本章小结 | 第42-43页 |
| 第五章 基于微博的用户回答能力算法 | 第43-49页 |
| 5.1 传统的回答能力算法 | 第43-44页 |
| 5.1.1 基于PageRank的回答能力算法 | 第43-44页 |
| 5.1.2 PageRank算法的不足 | 第44页 |
| 5.2 带权重的细分领域回答能力模型 | 第44-46页 |
| 5.3 实验设计与结果 | 第46-48页 |
| 5.3.1 实验方案 | 第46-47页 |
| 5.3.2 实验效果 | 第47-48页 |
| 5.4 本章小结 | 第48-49页 |
| 第六章 全文总结 | 第49-51页 |
| 6.1 全文总结 | 第49页 |
| 6.2 未来工作展望 | 第49-51页 |
| 参考文献 | 第51-54页 |
| 致谢 | 第54-55页 |
| 攻读硕士学位期间发表论文与专利 | 第55页 |
