面向在线抱怨自动处理的推荐方法研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-32页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 国内外相关研究 | 第11-28页 |
| 1.3 研究内容及创新点 | 第28-32页 |
| 2 在线抱怨自动处理框架 | 第32-44页 |
| 2.1 相关概念界定 | 第32-33页 |
| 2.2 在线抱怨处理的主体需求 | 第33-36页 |
| 2.3 基于价值共创的多主体互动模式 | 第36-39页 |
| 2.4 在线抱怨自动处理的关键方法 | 第39-42页 |
| 2.5 本章小节 | 第42-44页 |
| 3 在线抱怨问题的识别方法 | 第44-61页 |
| 3.1 问题提出 | 第44-45页 |
| 3.2 在线抱怨问题表示结构 | 第45页 |
| 3.3 抱怨目标短语的识别 | 第45-46页 |
| 3.4 触发核心词的识别 | 第46-50页 |
| 3.5 抱怨问题路径的抽取 | 第50-55页 |
| 3.6 实验及结果分析 | 第55-59页 |
| 3.7 本章小结 | 第59-61页 |
| 4 复合相似度的计算方法 | 第61-76页 |
| 4.1 问题提出 | 第61-62页 |
| 4.2 复合相似度计算表示 | 第62-63页 |
| 4.3 权重赋值 | 第63-65页 |
| 4.4 局部相似度计算方法选取 | 第65-66页 |
| 4.5 复合相似度计算构建算法 | 第66-68页 |
| 4.6 理论证明和实验 | 第68-75页 |
| 4.7 本章小结 | 第75-76页 |
| 5 在线抱怨案例的检索方法 | 第76-93页 |
| 5.1 问题提出 | 第76-77页 |
| 5.2 在线抱怨案例相似度计算方法 | 第77-85页 |
| 5.3 基于相似度的在线抱怨案例检索算法 | 第85-87页 |
| 5.4 实验设计与结果分析 | 第87-92页 |
| 5.5 本章小结 | 第92-93页 |
| 6 面向在线抱怨自动处理的推荐原型系统 | 第93-105页 |
| 6.1 系统需求分析 | 第93-94页 |
| 6.2 系统总体结构设计 | 第94-99页 |
| 6.3 原型系统的构建 | 第99-103页 |
| 6.4 本章小结 | 第103-105页 |
| 7 总结与展望 | 第105-109页 |
| 7.1 全文总结 | 第105-107页 |
| 7.2 未来展望 | 第107-109页 |
| 致谢 | 第109-110页 |
| 参考文献 | 第110-128页 |
| 附录1 攻读学位期间发表的学术论文 | 第128-129页 |
| 附录2 攻读学位期间参加的科研项目 | 第129页 |
