基于相似用户及情感分析的电影协同推荐研究
| 摘要 | 第7-9页 |
| Abstract | 第9-10页 |
| 1 绪论 | 第11-18页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 推荐系统研究现状 | 第12-14页 |
| 1.2.2 情感分析研究现状 | 第14-15页 |
| 1.3 研究内容和目的 | 第15-16页 |
| 1.3.1 研究内容 | 第15-16页 |
| 1.3.2 研究目的 | 第16页 |
| 1.4 论文组织结构和内容 | 第16-18页 |
| 2 推荐系统及核心技术 | 第18-29页 |
| 2.1 推荐系统 | 第18-23页 |
| 2.2 协同过滤技术 | 第23-28页 |
| 2.2.1 协同过滤的算法思想 | 第23-24页 |
| 2.2.2 协同过滤技术的分类 | 第24-26页 |
| 2.2.3 协同过滤技术的优点 | 第26页 |
| 2.2.4 协同过滤技术的缺点及解决办法 | 第26-28页 |
| 2.3 本章小结 | 第28-29页 |
| 3 基于可自动扩充词性路径的情感分析 | 第29-43页 |
| 3.1 问题描述 | 第29-30页 |
| 3.2 影评预处理 | 第30-31页 |
| 3.2.1 分词 | 第30页 |
| 3.2.2 去停用词 | 第30-31页 |
| 3.3 基于可自动扩充词性路径情感分析算法 | 第31-40页 |
| 3.3.1 词性路径构建 | 第32-34页 |
| 3.3.2 基于自动扩充词性路径的情感词的抽取 | 第34-38页 |
| 3.3.3 影评的情感值计算 | 第38-40页 |
| 3.4 实验分析 | 第40-42页 |
| 3.4.1 实验环境 | 第40页 |
| 3.4.2 评判标准 | 第40页 |
| 3.4.3 实验结果分析 | 第40-42页 |
| 3.5 本章小结 | 第42-43页 |
| 4 使用改进的相似度系数确定邻居集 | 第43-51页 |
| 4.1 问题描述 | 第43-44页 |
| 4.2 相似度算法 | 第44-45页 |
| 4.3 改进的相似度算法 | 第45-46页 |
| 4.4 正确性分析 | 第46-50页 |
| 4.4.1 实验设置 | 第47页 |
| 4.4.2 评判标准 | 第47-48页 |
| 4.4.3 实验结果分析 | 第48-50页 |
| 4.5 本章小结 | 第50-51页 |
| 5 基于时间权重的相似用户情感分析的协同推荐算法 | 第51-62页 |
| 5.1 问题描述 | 第51-52页 |
| 5.2 传统协同过滤算法 | 第52-53页 |
| 5.3 时间衰减函数 | 第53-55页 |
| 5.4 基于时间加权的TCF算法 | 第55-57页 |
| 5.5 实验过程与结果分析 | 第57-61页 |
| 5.5.1 实验设置 | 第57-58页 |
| 5.5.2 评判标准 | 第58页 |
| 5.5.3 实验结果分析 | 第58-61页 |
| 5.6 本章小结 | 第61-62页 |
| 6 总结与展望 | 第62-64页 |
| 6.1 总结 | 第62页 |
| 6.2 展望 | 第62-64页 |
| 参考文献 | 第64-67页 |
| 致谢 | 第67-68页 |
