| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 目录 | 第8-11页 |
| 第一章 引言 | 第11-16页 |
| ·研究背景 | 第11-12页 |
| ·研究现状及意义 | 第12-14页 |
| ·内容和工作 | 第14页 |
| ·论文组织结构 | 第14-16页 |
| 第二章 相关技术综述 | 第16-27页 |
| ·个性化推荐技术概述 | 第16-17页 |
| ·个性化推荐算法 | 第17-18页 |
| ·经典个性化推荐技术案例分析 | 第18-20页 |
| ·WebWatcher个性化推荐系统 | 第18-20页 |
| ·亚马逊的个性化服务系统 | 第20页 |
| ·用户兴趣判定模型在个性化推荐系统中定位及相关技术 | 第20-25页 |
| ·基于树状向量空间的用户兴趣模型 | 第20-22页 |
| ·基于动态自组织映射网络的用户兴趣模型 | 第22-23页 |
| ·根据用户隐式反馈的用户兴趣模型 | 第23-24页 |
| ·基于本体的用户兴趣建模技术 | 第24-25页 |
| ·基于本体的用户兴趣判定模型技术优势分析 | 第25页 |
| ·本章小结 | 第25-27页 |
| 第三章 系统需求分析及网络视频信息的获取 | 第27-39页 |
| ·视频用户兴趣挖掘系统简介 | 第27-30页 |
| ·网站视频特征抓取概述 | 第30-31页 |
| ·网站视频特性信息获取详情 | 第31-36页 |
| ·视频常规信息获取 | 第31-35页 |
| ·视频时长信息获取 | 第35-36页 |
| ·视频信息预处理及视频隐式反馈信息 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 基于本体的用户兴趣模型的总体设计 | 第39-56页 |
| ·基于本体的用户兴趣模型概述 | 第39-41页 |
| ·本体总体结构 | 第41-44页 |
| ·兴趣概念分类规则讨论 | 第44-47页 |
| ·类别本体设计思路分析 | 第47-49页 |
| ·内容及标题本体设计思路分析 | 第49-52页 |
| ·本体构建基准 | 第49-50页 |
| ·IKSegmentation分词技术介绍 | 第50-51页 |
| ·本体构建步骤概述 | 第51-52页 |
| ·演员本体设计思路分析 | 第52-55页 |
| ·演员本体构建准则 | 第52-53页 |
| ·演员兴趣分量获取流程 | 第53-54页 |
| ·演员库更新准则 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 基于本体的用户兴趣模型的详细设计及编程实现 | 第56-77页 |
| ·类别本体详细设计 | 第56-60页 |
| ·统一类别目录具体实现方案 | 第56-58页 |
| ·类别本体节点兴趣概念构建 | 第58-59页 |
| ·类别本体工作流程 | 第59-60页 |
| ·内容及标题本体 | 第60-67页 |
| ·基于网络爬虫获取关键词集 | 第60-64页 |
| ·关键词集结合人群类型构建内容及标题本体 | 第64-65页 |
| ·内容及标题本体工作流程 | 第65-67页 |
| ·演员本体 | 第67-69页 |
| ·演员本体具体实现细节 | 第67-68页 |
| ·演员本体工作流程 | 第68-69页 |
| ·用户兴趣偏好计算详细实现 | 第69-72页 |
| ·核心代码分析 | 第72-75页 |
| ·本章小结 | 第75-77页 |
| 第六章 本体模型测试及结果分析 | 第77-82页 |
| ·实验数据准备 | 第77-78页 |
| ·本体模型测试 | 第78-80页 |
| ·测试结果分析 | 第80-81页 |
| ·本章小结 | 第81-82页 |
| 第七章 结论和展望 | 第82-84页 |
| 致谢 | 第84-85页 |
| 参考文献 | 第85-89页 |