| 中文摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.1.1 研究背景 | 第8-9页 |
| 1.1.2 研究意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.2.1 群体讨论研究现状 | 第9-10页 |
| 1.2.2 用户兴趣建模研究现状 | 第10-11页 |
| 1.2.3 个性化信息服务研究现状 | 第11页 |
| 1.2.4 信息推荐系统研究现状 | 第11-12页 |
| 1.2.5 研究现状述评 | 第12-13页 |
| 1.3 本文的研究框架 | 第13-15页 |
| 1.3.1 研究思路 | 第13-14页 |
| 1.3.2 研究方法和工具 | 第14页 |
| 1.3.3 本文的章节安排 | 第14-15页 |
| 第二章 基本概念与相关理论 | 第15-26页 |
| 2.1 群体讨论 | 第15-17页 |
| 2.1.1 群体讨论概述 | 第15-16页 |
| 2.1.2 群体讨论的规则 | 第16-17页 |
| 2.2 用户兴趣建模 | 第17-19页 |
| 2.2.1 用户兴趣模型 | 第17-18页 |
| 2.2.2 用户兴趣模型的表示 | 第18-19页 |
| 2.3 个性化信息推荐 | 第19-22页 |
| 2.4 相关技术简介 | 第22-26页 |
| 2.4.1 中文文本预处理 | 第22-24页 |
| 2.4.2 文本聚类技术 | 第24-25页 |
| 2.4.3 语义相似度的主要计算方法 | 第25-26页 |
| 第三章 参与者兴趣建模与个性化信息推荐设计 | 第26-32页 |
| 3.1 参与者兴趣挖掘 | 第26-28页 |
| 3.1.1 参与者会话信息收集 | 第26页 |
| 3.1.2 会话文本分词处理 | 第26-27页 |
| 3.1.3 参与者兴趣特征词抽取 | 第27-28页 |
| 3.2 参与者兴趣模型构建与聚类 | 第28-29页 |
| 3.2.1 基于关键词列表的参与者兴趣模型表示 | 第28页 |
| 3.2.2 基于K-means聚类算法的参与者聚类 | 第28-29页 |
| 3.3 个性化信息推荐 | 第29-32页 |
| 3.3.1 相关信息资源推荐 | 第29-30页 |
| 3.3.2 同类参与者推荐 | 第30页 |
| 3.3.3 相关专家推荐 | 第30-32页 |
| 第四章 实验与结果分析 | 第32-45页 |
| 4.1 实验数据来源 | 第32-35页 |
| 4.2 实验结果与分析 | 第35-45页 |
| 4.2.1 参与者兴趣建模 | 第35-38页 |
| 4.2.2 参与者聚类 | 第38-40页 |
| 4.2.3 个性化信息推荐 | 第40-45页 |
| 第五章 基于参与者兴趣的群体讨论个性化推荐系统设计 | 第45-47页 |
| 5.1 系统目标和功能 | 第45页 |
| 5.1.1 系统目标 | 第45页 |
| 5.1.2 系统功能 | 第45页 |
| 5.2 系统结构设计 | 第45-47页 |
| 第六章 结束语 | 第47-48页 |
| 6.1 本文的主要工作及不足 | 第47页 |
| 6.2 研究工作展望 | 第47-48页 |
| 参考文献 | 第48-51页 |
| 在学期间的研究成果 | 第51-52页 |
| 致谢 | 第52页 |