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 个性化推荐系统现状研究 | 第10-12页 |
1.3 课题研究方案与研究内容 | 第12-13页 |
1.4 论文的组织结构 | 第13页 |
1.5 本章小结 | 第13-15页 |
第二章 相关研究 | 第15-26页 |
2.1 个性化推荐系统 | 第15-20页 |
2.1.1 基于规则的推荐系统 | 第15-16页 |
2.1.2 协同过滤推荐系统 | 第16-19页 |
2.1.3 基于内容的推荐系统 | 第19-20页 |
2.1.4 混合推荐系统 | 第20页 |
2.3 文本情感分析 | 第20-25页 |
2.3.1 情感的分析简介 | 第20-21页 |
2.3.2 语料预处理 | 第21-22页 |
2.3.3 评价单元的抽取及情感倾向性判别 | 第22-25页 |
2.4 本章小结 | 第25-26页 |
第三章 基于评论信息的用户情感权重计算 | 第26-38页 |
3.1 基于情感表达程度的用户评论信息引用分析 | 第26-27页 |
3.2 评价组合单元抽取 | 第27-33页 |
3.2.1 系统实现 | 第27-28页 |
3.2.2 训练语料的标注 | 第28-29页 |
3.2.3 评价组合单元抽取系统 | 第29-33页 |
3.3 情感倾向性判别 | 第33-34页 |
3.3.1 同义词合并 | 第33页 |
3.3.2 基于How Net情感词典的情感倾向性判断 | 第33-34页 |
3.4 用户情感权重计算 | 第34-36页 |
3.4.1 用户主题情感聚类 | 第34-35页 |
3.4.2 用户的主题情感系数 | 第35-36页 |
3.4.3 用户情感权重 | 第36页 |
3.5 本章小结 | 第36-38页 |
第四章 基于情感权重的个性化推荐系统 | 第38-44页 |
4.1 基于情感权重的用户相似性计算 | 第38-41页 |
4.1.1 用户评分相似性 | 第38-39页 |
4.1.2 用户评论相似性 | 第39-41页 |
4.1.3 基于情感权重的用户相似性 | 第41页 |
4.2 近邻用户选择 | 第41-42页 |
4.3 项目推荐 | 第42-43页 |
4.4 本章小结 | 第43-44页 |
第五章 实验 | 第44-53页 |
5.1 实验准备 | 第44-46页 |
5.1.1 实验数据集 | 第44-46页 |
5.1.2 实验环境 | 第46页 |
5.2 评价组合单元抽取实验 | 第46-48页 |
5.2.1 数据集 | 第46页 |
5.2.2 评价指标 | 第46页 |
5.2.3 实验及分析 | 第46-48页 |
5.3 用户情感权重实验与分析 | 第48-49页 |
5.4 推荐算法实验与分析 | 第49-52页 |
5.4.1 实验评估标准 | 第49页 |
5.4.2 实验及结果分析 | 第49-52页 |
5.5 本章小结 | 第52-53页 |
第六章 研究工作总结与展望 | 第53-55页 |
6.1 研究工作总结 | 第53-54页 |
6.2 未来的研究内容展望 | 第54-55页 |
参考文献 | 第55-58页 |
附录1 攻读硕士学位期间撰写的论文 | 第58-59页 |
致谢 | 第59-60页 |