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

基于语义情感分析的电子商务个性化推荐模型研究

摘要第3-5页
Abstract第5-6页
第1章 引言第10-20页
    1.1 选题背景与研究意义第10-11页
        1.1.1 选题背景第10-11页
        1.1.2 研究意义第11页
    1.2 国内外研究现状第11-16页
        1.2.1 基于情感分析的信息推荐第11-13页
        1.2.2 电子商务个性化推荐第13-14页
        1.2.3 语义情感分析第14-15页
        1.2.4 分析与总结第15-16页
    1.3 关于本论文第16-19页
        1.3.1 研究目标第16页
        1.3.2 研究内容第16页
        1.3.3 研究方法第16-17页
        1.3.4 研究思路第17页
        1.3.5 研究重点及难点第17-18页
        1.3.6 创新之处第18页
        1.3.7 论文组织结构第18-19页
    1.4 本章小结第19-20页
第2章 相关理论及技术第20-29页
    2.1 电子商务个性化推荐概述第20-21页
        2.1.1 定义及内涵第20页
        2.1.2 核心价值与作用第20页
        2.1.3 典型应用第20-21页
    2.2 电子商务个性化推荐关键技术第21-24页
        2.2.1 用户兴趣建模第21-22页
        2.2.2 推荐机制第22-24页
        2.2.3 信息资源管理第24页
    2.3 语义情感分析第24-27页
        2.3.1 情感获取与表征第25-26页
        2.3.2 情感极性与倾向分析第26页
        2.3.3 情感词汇本体构建第26-27页
    2.4 基于情感分析的信息推荐第27-28页
        2.4.1 定义及内涵第27页
        2.4.2 关键技术第27-28页
        2.4.3 典型应用第28页
    2.5 本章小结第28-29页
第3章 基于语义情感分析的电子商务个性化推荐模型设计第29-44页
    3.1 设计目标、原则、思路第29-31页
        3.1.1 设计目标第29页
        3.1.2 设计原则第29-30页
        3.1.3 设计思路第30-31页
    3.2 体系结构第31-33页
        3.2.1 应用层第31页
        3.2.2 推荐层第31-32页
        3.2.3 资源层第32-33页
    3.3 功能模块设计第33-37页
        3.3.1 系统用户身份验证模块第33页
        3.3.2 开发用户资源配置模块第33-34页
        3.3.3 用户反馈模块第34页
        3.3.4 特征提取模块第34-35页
        3.3.5 语义情感分析模块第35页
        3.3.6 用户兴趣建模模块第35-36页
        3.3.7 目标推荐模块第36页
        3.3.8 数据提取模块第36页
        3.3.9 数据预处理模块第36-37页
    3.4 运行机理第37-39页
        3.4.1 总体运行流程第37页
        3.4.2 详细运行流程第37-39页
    3.5 技术解决方案第39-43页
        3.5.1 用户兴趣建模第39-40页
        3.5.2 推荐机制第40页
        3.5.3 信息资源管理第40-41页
        3.5.4 语义情感分析第41-43页
    3.6 本章小结第43-44页
第4章 基于语义情感分析的电子商务个性化推荐应用案例分析第44-55页
    4.1 应用案例概述第44页
    4.2 用户界面第44-46页
        4.2.1 普通用户界面第44-45页
        4.2.2 开发用户界面第45页
        4.2.3 系统管理员界面第45-46页
    4.3 用户兴趣建模第46-49页
        4.3.1 用户兴趣模型构建第46-48页
        4.3.2 用户相似度计算第48-49页
    4.4 推荐机制第49-50页
    4.5 信息资源管理第50-54页
        4.5.1 网络爬虫第50-52页
        4.5.2 数据预处理第52-53页
        4.5.3 数据存储第53-54页
    4.6 语义情感分析第54页
    4.7 本章小结第54-55页
第5章 全文总结与研究展望第55-57页
    5.1 全文总结第55-56页
    5.2 研究展望第56-57页
参考文献第57-61页
致谢第61-63页
附件第63页

论文共63页,点击 下载论文
上一篇:火针围刺联合中药治疗甲状腺结节的临床研究
下一篇:类LIFT手术治疗低位肛瘘的临床研究