基于主题模型的个性化景点推荐系统研究与实现
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-13页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 研究内容和目标 | 第10-11页 |
| 1.4 论文组织结构 | 第11页 |
| 1.5 本章小结 | 第11-13页 |
| 2 相关技术介绍与分析 | 第13-24页 |
| 2.1 推荐系统概述 | 第13-14页 |
| 2.1.1 推荐系统的发展 | 第13页 |
| 2.1.2 个性化的推荐系统结构 | 第13-14页 |
| 2.2 传统个性化推荐方法 | 第14-17页 |
| 2.2.1 基于用户的协作过滤推荐 | 第15-16页 |
| 2.2.2 基于物品的协作过滤推荐 | 第16-17页 |
| 2.3 主题模型相关技术 | 第17-22页 |
| 2.3.1 主题模型研究背景 | 第18-20页 |
| 2.3.2 LDA主题模型思想 | 第20-21页 |
| 2.3.3 LDA主题模型参数估计 | 第21-22页 |
| 2.4 个性化旅游景点推荐面临的挑战 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 3 融合情感因子的LDA主题模型推荐方法研究 | 第24-34页 |
| 3.1 引言 | 第24-25页 |
| 3.2 相关工作 | 第25-26页 |
| 3.3 融合情感因子的LDA主题模型推荐方法 | 第26-29页 |
| 3.3.1 主题评分预测 | 第27-28页 |
| 3.3.2 用户相似性计算 | 第28-29页 |
| 3.4 实验与分析 | 第29-32页 |
| 3.4.1 数据集 | 第29-30页 |
| 3.4.2 实验设置与实验环境 | 第30页 |
| 3.4.3 评价指标 | 第30页 |
| 3.4.4 实验参数估计 | 第30-32页 |
| 3.5 实验结果验证 | 第32页 |
| 3.6 本章小结 | 第32-34页 |
| 4 基于TMSA-CF方法的旅游景点推荐系统设计 | 第34-43页 |
| 4.1 系统需求分析 | 第34-35页 |
| 4.1.1 背景介绍 | 第34页 |
| 4.1.2 需求概述 | 第34-35页 |
| 4.1.3 开发运行环境 | 第35页 |
| 4.2 系统概要设计 | 第35-37页 |
| 4.2.1 功能结构设计 | 第36页 |
| 4.2.2 数据模型建立 | 第36-37页 |
| 4.2.3 系统总体流程设计 | 第37页 |
| 4.3 系统详细设计 | 第37-42页 |
| 4.3.1 系统数据库设计 | 第37-39页 |
| 4.3.2 数据预处理模块设计 | 第39-40页 |
| 4.3.3 情感分析模块的实现 | 第40-41页 |
| 4.3.4 LDA主题模型模块 | 第41-42页 |
| 4.4 本章小结 | 第42-43页 |
| 5 景点推荐系统主要功能实现与测试 | 第43-50页 |
| 5.1 游客注册登录 | 第43-44页 |
| 5.2 游客点评管理 | 第44-46页 |
| 5.2.1 写点评功能实现 | 第44-45页 |
| 5.2.2 查看点评内容 | 第45-46页 |
| 5.2.3 修改点评内容 | 第46页 |
| 5.3 景点推荐结果 | 第46-47页 |
| 5.3.1 主题建模实现 | 第46-47页 |
| 5.3.2 推荐结果反馈 | 第47页 |
| 5.4 系统测试 | 第47-49页 |
| 5.5 本章小结 | 第49-50页 |
| 6 总结与展望 | 第50-52页 |
| 6.1 论文工作总结 | 第50-51页 |
| 6.2 未来工作展望 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 硕士期间取得的科研成果与参与的科研项目 | 第56-57页 |
| 致谢 | 第57页 |
