| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 缩略词表 | 第11-12页 |
| 第一章 绪论 | 第12-21页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 研究现状 | 第13-19页 |
| 1.2.1 推荐模型 | 第13-14页 |
| 1.2.2 情感分析 | 第14-17页 |
| 1.2.3 引入情感分析的推荐模型 | 第17-19页 |
| 1.3 研究目标与研究内容 | 第19页 |
| 1.4 研究方法与技术路线 | 第19-20页 |
| 1.5 本文结构安排 | 第20-21页 |
| 第二章 基于改进的DP算法的方面级情感分析模型IDP-SA | 第21-37页 |
| 2.1 方面级情感分析 | 第21-22页 |
| 2.2 DP算法 | 第22-27页 |
| 2.3 改进的DP算法 | 第27-30页 |
| 2.4 DP算法相关实验 | 第30-33页 |
| 2.4.1 数据集 | 第30页 |
| 2.4.2 评价指标 | 第30-31页 |
| 2.4.3 实验结果与分析 | 第31-33页 |
| 2.5 IDP-SA模型设计 | 第33-36页 |
| 2.5.1 改进的DP算法模块 | 第33-34页 |
| 2.5.2 情感极性判定模块 | 第34-35页 |
| 2.5.3 否定检测模块 | 第35页 |
| 2.5.4 情感倾向计算模块 | 第35-36页 |
| 2.6 本章小结 | 第36-37页 |
| 第三章 引入IDP-SA的推荐模型SA-UPCF | 第37-50页 |
| 3.1 推荐模型 | 第37-39页 |
| 3.1.1 基于协同过滤的推荐模型 | 第37-38页 |
| 3.1.2 基于内容的推荐模型 | 第38页 |
| 3.1.3 基于用户偏好的推荐模型 | 第38-39页 |
| 3.1.4 基于信任的推荐模型 | 第39页 |
| 3.2 基于IDP-SA的用户偏好模型SA-UP | 第39-44页 |
| 3.2.1 SA-UP用户偏好模型框架 | 第40页 |
| 3.2.2 基于IDP-SA的情感分析模块 | 第40-41页 |
| 3.2.3 商品-属性质量评估模块 | 第41-42页 |
| 3.2.4 用户-属性偏好计算模块 | 第42-43页 |
| 3.2.5 用户-商品偏好计算模块 | 第43-44页 |
| 3.3 结合SA-UP和协同过滤的推荐模型SA-UPCF | 第44-46页 |
| 3.3.1 SA-UPCF推荐模型框架 | 第44-45页 |
| 3.3.2 SA-UP模块 | 第45页 |
| 3.3.3 协同过滤模块 | 第45页 |
| 3.3.4 结合SA-UP和协同过滤的评分预测模块 | 第45-46页 |
| 3.4 相关实验 | 第46-49页 |
| 3.4.1 数据集 | 第46页 |
| 3.4.2 评价指标 | 第46-47页 |
| 3.4.3 实验结果与分析 | 第47-49页 |
| 3.5 本章小结 | 第49-50页 |
| 第四章 基于SA-UPCF推荐模型的电影推荐系统 | 第50-58页 |
| 4.1 系统设计 | 第50-52页 |
| 4.1.1 交互层 | 第51页 |
| 4.1.2 业务层 | 第51-52页 |
| 4.1.3 数据层 | 第52页 |
| 4.2 数据库设计 | 第52-55页 |
| 4.3 主要界面展示 | 第55-57页 |
| 4.4 本章小结 | 第57-58页 |
| 第五章 总结与展望 | 第58-60页 |
| 5.1 本文工作总结 | 第58-59页 |
| 5.2 未来工作展望 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 作者简介 | 第65页 |
