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 |