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

基于情感权重的个性化推荐系统

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

论文共60页,点击 下载论文
上一篇:云计算平台中的能耗优化管理研究
下一篇:基于突发词和情感分析的微博突发事件监测研究