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

面向短文本情感分析的个性化推荐方法研究

摘要第5-6页
abstract第6-7页
第1章 绪论第10-16页
    1.1 研究背景第10-11页
    1.2 研究目的和意义第11-12页
    1.3 国内外研究现状第12-15页
        1.3.1 传统的个性化推荐方法第12-14页
        1.3.2 面向短文本情感的个性化推荐第14-15页
    1.4 论文的研究内容和组织结构第15-16页
        1.4.1 论文的研究内容第15页
        1.4.2 论文的组织结构第15-16页
第2章 面向短文本情感推荐的相关理论第16-26页
    2.1 面向短文本情感的推荐第16-17页
    2.2 个性化推荐技术第17-20页
        2.2.1 个性化描述第17-18页
        2.2.2 推荐系统第18-20页
    2.3 协同过滤推荐技术第20-23页
        2.3.1 推荐系统中相似度度量方法第20-22页
        2.3.2 推荐系统的评测方法第22-23页
    2.4 短文本情感分析技术第23-24页
    2.5 本章小结第24-26页
第3章 面向短文本情感分析的个性化推荐方法第26-42页
    3.1 面向短文本情感分析的个性化推荐框架第26-29页
        3.1.1 提出问题第27页
        3.1.2 解决思路第27-29页
    3.2 评论短文本情感分析第29-36页
        3.2.1 评论文本词库构建第29-34页
        3.2.2 基于余弦相似度的朴素贝叶斯分类第34-36页
    3.3 面向短文情感分析的个性化推荐方法第36-40页
        3.3.1 矩阵因子分解模型第36-37页
        3.3.2 面向短文本情感分析的个性化推荐第37-40页
    3.4 本章小结第40-42页
第4章 实验验证与结果分析第42-55页
    4.1 实验环境第42-43页
    4.2 数据处理第43页
    4.3 实验评价方法第43-44页
    4.4 实验设计与结果分析第44-54页
        4.4.1 情感分类模型结果测试第44-49页
        4.4.2 针对评论文本情感分析结果的个性化推荐测试第49-54页
    4.5 本章小结第54-55页
结论第55-57页
参考文献第57-63页
致谢第63页

论文共63页,点击 下载论文
上一篇:移动应用推荐系统的隐私保护研究
下一篇:面向S-SDLC的Web安全自动化测试技术的研究