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--文字信息处理论文

社会化标注中用户动态兴趣主题挖掘

摘要第4-5页
Abstract第5-6页
1 绪论第10-30页
    1.1 研究背景及意义第10-14页
        1.1.1 研究背景第10-11页
        1.1.2 问题提出第11-13页
        1.1.3 研究意义第13-14页
    1.2 相关研究现状及其分析第14-24页
        1.2.1 社会化标注的基本研究综述第14-19页
        1.2.2 用户兴趣建模的研究综述第19-22页
        1.2.3 社会化标注中用户兴趣主题研究综述第22-24页
    1.3 研究思路与方法第24-26页
        1.3.1 研究内容第24-25页
        1.3.2 研究思路与方法第25-26页
    1.4 论文框架第26-28页
    1.5 本章小结第28-30页
2 理论基础与研究框架第30-44页
    2.1 社会化标注系统与主题建模的基本原理第30-36页
        2.1.1 社会化标注系统第30-32页
        2.1.2 主题模型及其发展第32-33页
        2.1.3 LDA模型的定义及其过程第33-36页
    2.2 用户兴趣建模的基本原理第36-40页
        2.2.1 用户兴趣信息获取及模型表示第37-39页
        2.2.2 用户兴趣建模及评价第39-40页
    2.3 社会化标注系统中用户兴趣主题的研究框架第40-43页
        2.3.1 用户兴趣主题的概念第40-41页
        2.3.2 用户兴趣主题挖掘的研究框架第41-43页
    2.4 本章小结第43-44页
3 社会化标签主题的发现与获取第44-58页
    3.1 基于LDA的标签主题建模过程第44-48页
        3.1.1 常见的聚类方法第44-46页
        3.1.2 基于LDA模型的聚类第46-47页
        3.1.3 基于LDA标签主题的建模思路第47-48页
    3.2 支持LDA建模的用户-标签矩阵构建第48-54页
        3.2.1 标签二元数据的转换第48-51页
        3.2.2 标签主题模型的定义第51-52页
        3.2.3 用户-标签矩阵的构建第52-54页
    3.3 基于LDA的标签主题划分第54-56页
        3.3.1 主题数K值的确定第54-55页
        3.3.2 标签主题的划分第55-56页
    3.4 本章小结第56-58页
4 用户动态标签兴趣的构建第58-68页
    4.1 用户动态标签兴趣的研究第58-61页
        4.1.1 动态标签兴趣的构建思路第58-59页
        4.1.2 关联空间模型的构建第59-61页
    4.2 动态关联指标的确立第61-66页
        4.2.1 强度指标的定义与计算第61-62页
        4.2.2 稳定性指标的定义与计算第62-66页
    4.3 用户标签兴趣权值的获取第66-67页
    4.4 本章小结第67-68页
5 用户动态兴趣主题的挖掘第68-78页
    5.1 用户动态兴趣主题的挖掘思路第68-69页
    5.2 主题权值和兴趣权值的输入第69-70页
    5.3 用户动态兴趣主题的挖掘第70-74页
        5.3.1 相似度计算第70-72页
        5.3.2 用户动态兴趣主题的输出第72-73页
        5.3.3 用户动态兴趣主题的存储与实现第73-74页
    5.4 用户动态兴趣主题的计算示例第74-76页
    5.5 本章小结第76-78页
6 实验研究第78-92页
    6.1 数据来源与基本统计第78-79页
    6.2 实验开展过程第79-83页
        6.2.1 用户标签兴趣评估实验第80-82页
        6.2.2 用户兴趣主题评估实验第82-83页
    6.3 实验结果与分析第83-90页
        6.3.1 标签主题的确定第83-84页
        6.3.2 用户动态标签兴趣的实验结果与分析第84-88页
        6.3.3 用户动态兴趣主题的实验结果与分析第88-90页
    6.4 本章小结第90-92页
7 总结与展望第92-94页
    7.1 总结第92-93页
    7.2 展望第93-94页
参考文献第94-102页
攻读学位期间的研究成果第102-104页
致谢第104页

论文共104页,点击 下载论文
上一篇:基于复杂事件处理的实时商业智能研究--以证券交易监控为例
下一篇:网购环境下顾客价值对顾客重复购买意向的影响研究