基于在线评论的产品模糊推荐系统研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-14页 |
| ·研究背景及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·从口碑营销角度进行的研究 | 第9页 |
| ·从信息学角度进行的研究 | 第9-11页 |
| ·本文的主要工作和组织结构 | 第11-14页 |
| ·本文的主要工作 | 第11-13页 |
| ·本文的组织结构 | 第13-14页 |
| 2 模糊技术及分词模块 | 第14-23页 |
| ·模糊技术及相关概念 | 第14-18页 |
| ·产品评价词的模糊化 | 第14-16页 |
| ·模糊规则推理系统 | 第16-18页 |
| ·分词模块 | 第18-23页 |
| ·系统分词模块算法 | 第18-21页 |
| ·分词效果 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 3 商品属性的挖掘及商品排序 | 第23-37页 |
| ·商品属性挖掘 | 第23-26页 |
| ·商品属性含义 | 第23页 |
| ·模块流程 | 第23-24页 |
| ·一个例子 | 第24-26页 |
| ·情感评价词提取和模糊计算 | 第26-33页 |
| ·情感评价词提取 | 第26-27页 |
| ·模糊推理计算 | 第27-30页 |
| ·未登录词倾向性判断 | 第30-33页 |
| ·商品排序 | 第33-36页 |
| ·计算步骤 | 第33页 |
| ·实验 | 第33-36页 |
| ·本章总结 | 第36-37页 |
| 4 商品个性化推荐中的评论倾向性分类 | 第37-44页 |
| ·利用最大熵模型对在线评论倾向性分类 | 第37-40页 |
| ·商品个性化推荐中评论倾向性分类的意义 | 第37页 |
| ·商品评论分类中的最大熵模型 | 第37页 |
| ·使用最大熵模型的一个例子 | 第37-38页 |
| ·最大熵模型在评论文本倾向性分类中的构建 | 第38-40页 |
| ·评论分类器分类效果实验 | 第40-43页 |
| ·本章总结 | 第43-44页 |
| 5 用户交互式模糊推荐模块 | 第44-52页 |
| ·交互式推荐的意义 | 第44页 |
| ·模块的架构 | 第44-45页 |
| ·产品属性挖掘和情感计算 | 第45-46页 |
| ·“显式属性”和“隐式属性”的挖掘 | 第45页 |
| ·“隐式属性”情感计算 | 第45-46页 |
| ·交互式产品模糊推荐系统的实现 | 第46-48页 |
| ·多特征产品匹配度的计算 | 第46-47页 |
| ·模糊规则的构建与产品推荐 | 第47-48页 |
| ·实证计算与分析 | 第48-50页 |
| ·本章总结 | 第50-52页 |
| 6 结论 | 第52-53页 |
| 参考文献 | 第53-58页 |
| 攻读硕士学位期间发表学术论文情况 | 第58-59页 |
| 致谢 | 第59-60页 |
