基于深度学习的文本分类与推荐系统研究及实现
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究现状 | 第10-11页 |
| 1.3 论文主要工作 | 第11-13页 |
| 1.4 论文的组织结构 | 第13-15页 |
| 第二章 相关技术 | 第15-29页 |
| 2.1 推荐系统简介 | 第15-24页 |
| 2.1.1 协同过滤推荐 | 第15-19页 |
| 2.1.2 基于内容的推荐 | 第19-22页 |
| 2.1.3 基于知识的推荐 | 第22-23页 |
| 2.1.4 几种推荐系统优缺点对比 | 第23-24页 |
| 2.2 主题模型 | 第24-25页 |
| 2.3 深度学习简介 | 第25-27页 |
| 2.4 本章小结 | 第27-29页 |
| 第三章 基于深度学习的文本分类模型 | 第29-39页 |
| 3.1 深度语义模型的动机 | 第29-30页 |
| 3.2 深度语义模型算法的设计与实现 | 第30-34页 |
| 3.2.1 概率语义模型实现 | 第31-32页 |
| 3.2.2 深度学习模型实现 | 第32-34页 |
| 3.3 深度语义模型算法的实验与分析 | 第34-37页 |
| 3.3.1 实验数据 | 第34-35页 |
| 3.3.2 实验效果 | 第35-36页 |
| 3.3.3 优势分析 | 第36-37页 |
| 3.4 本章小结 | 第37-39页 |
| 第四章 基于深度语义模型的推荐系统设计与实现 | 第39-57页 |
| 4.1 推荐系统分析 | 第39-43页 |
| 4.2 推荐系统设计 | 第43-49页 |
| 4.2.1 总体架构设计 | 第43-45页 |
| 4.2.2 数据模型设计 | 第45-47页 |
| 4.2.3 存储系统设计 | 第47-48页 |
| 4.2.4 计算模型设计 | 第48-49页 |
| 4.2.5 关于结果排序策略的研究 | 第49页 |
| 4.2.6 系统冷启动问题 | 第49页 |
| 4.3 推荐系统实现 | 第49-53页 |
| 4.4 推荐系统测试及结果分析 | 第53-55页 |
| 4.5 本章小结 | 第55-57页 |
| 第五章 总结与展望 | 第57-59页 |
| 5.1 工作总结 | 第57页 |
| 5.2 下一步工作展望 | 第57-59页 |
| 参考文献 | 第59-65页 |
| 致谢 | 第65-67页 |
| 攻读学位期间发表的学术论文 | 第67页 |
