面向指定媒体类型的金融信息推荐系统的设计和实现
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-13页 |
| ·研究背景和意义 | 第9页 |
| ·国内外研究现状 | 第9-10页 |
| ·研究工作 | 第10-11页 |
| ·论文组织结构 | 第11-12页 |
| ·本章小结 | 第12-13页 |
| 第二章 背景知识介绍 | 第13-22页 |
| ·推荐引擎 | 第13-18页 |
| ·基于用户的推荐 | 第14-15页 |
| ·基于内容的推荐 | 第15-16页 |
| ·基于协同过滤的推荐 | 第16-18页 |
| ·文本表示模型 | 第18-20页 |
| ·布尔模型 | 第18页 |
| ·向量空间模型 | 第18-19页 |
| ·统计语言模型 | 第19-20页 |
| ·Web信息抽取 | 第20-21页 |
| ·HTML数据特点 | 第20页 |
| ·HTML格式化 | 第20-21页 |
| ·DOM树解析 | 第21页 |
| ·本章小结 | 第21-22页 |
| 第三章 面向微博的金融信息推荐方法 | 第22-36页 |
| ·用户需求分析 | 第22页 |
| ·推荐方法概述 | 第22-23页 |
| ·微博数据的特点 | 第23-24页 |
| ·微博用户的特点 | 第24页 |
| ·基于微博内容的金融信息推荐方法 | 第24-31页 |
| ·构建金融分类词典 | 第25-26页 |
| ·特征选取 | 第26-28页 |
| ·权重计算 | 第28-30页 |
| ·相似度计算 | 第30-31页 |
| ·基于微博用户的协同过滤推荐方法 | 第31-34页 |
| ·微博用户偏好向量化 | 第32-34页 |
| ·稀疏矩阵存储 | 第34页 |
| ·推荐方法总结 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 面向微博的金融信息推荐系统设计 | 第36-49页 |
| ·系统整体架构 | 第36-37页 |
| ·采集层功能及设计 | 第37-39页 |
| ·分析层功能及设计 | 第39-43页 |
| ·推荐层功能及设计 | 第43-45页 |
| ·交互层功能及设计 | 第45-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 面向微博的金融信息推荐系统实现 | 第49-63页 |
| ·系统技术架构 | 第49-50页 |
| ·采集层中网络爬虫组件的实现 | 第50-53页 |
| ·获取网页源码实现 | 第50-52页 |
| ·页面链接抽取实现 | 第52-53页 |
| ·分析层中数据格式化组件的实现 | 第53-59页 |
| ·HTML页面格式化 | 第53-55页 |
| ·XHTML提取 | 第55-59页 |
| ·推荐层中的推荐引擎组件的实现 | 第59-63页 |
| ·基于MMseg4j的中文分词实现 | 第59-60页 |
| ·微博内容向量化实现 | 第60-61页 |
| ·微博内容相似度计算的实现 | 第61-63页 |
| 第六章 总结和展望 | 第63-64页 |
| ·总结 | 第63页 |
| ·展望 | 第63-64页 |
| 参考文献 | 第64-66页 |
| 致谢 | 第66-67页 |
| 攻读学位期间发表的学术论文目录 | 第67页 |
