| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第13-17页 |
| 1.1 研究工作的背景与意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-15页 |
| 1.3 论文的主要工作与结构安排 | 第15-17页 |
| 第二章 相关技术研究 | 第17-32页 |
| 2.1 信息检索模型与文本的结构化表示 | 第17-21页 |
| 2.1.1 信息检索模型 | 第17-19页 |
| 2.1.2 文本特征提取方法 | 第19-21页 |
| 2.2 个性化推荐算法 | 第21-24页 |
| 2.3 词语语义相似度算法 | 第24-27页 |
| 2.4 链路预测算法 | 第27-31页 |
| 2.5 小结 | 第31-32页 |
| 第三章 基于链路预测的强同义词网络获取方法 | 第32-53页 |
| 3.1 基于内容的文本推荐方法存在的问题 | 第32-33页 |
| 3.2 强同义词网络获取方法 | 第33-44页 |
| 3.2.1 同义词网络构建 | 第33-37页 |
| 3.2.2 基本的强同义词网络获取方法 | 第37-41页 |
| 3.2.3 应用迭代删边策略的强同义词网络获取方法 | 第41-44页 |
| 3.3 实验分析 | 第44-52页 |
| 3.3.1 强同义词网络的评价指标 | 第45-46页 |
| 3.3.2 实验论证 | 第46-52页 |
| 3.4 小结 | 第52-53页 |
| 第四章 基于强同义词网络的文本推荐算法 | 第53-69页 |
| 4.1 文本推荐系统方案 | 第53-55页 |
| 4.1.1 文本预处理模块 | 第53-54页 |
| 4.1.2 用户模型构建模块 | 第54-55页 |
| 4.2 文本推荐算法 | 第55-62页 |
| 4.2.1 词干还原问题 | 第57页 |
| 4.2.2 基于强同义词网络的同义关系获取方法 | 第57-59页 |
| 4.2.3 特征向量间的同义关系强度衡量方法 | 第59-61页 |
| 4.2.4 结合同义词关系的向量相似度计算方法 | 第61-62页 |
| 4.3 仿真分析 | 第62-68页 |
| 4.3.1 推荐性能评价指标 | 第62-63页 |
| 4.3.2 仿真验证 | 第63-68页 |
| 4.4 小结 | 第68-69页 |
| 第五章 基于词义相似度的文本推荐系统的设计与实现 | 第69-79页 |
| 5.1 基于词义相似度的文本推荐系统的总体设计 | 第69-71页 |
| 5.2 各模块设计与实现 | 第71-77页 |
| 5.2.1 界面层设计与实现 | 第71-72页 |
| 5.2.2 通信层设计与实现 | 第72-75页 |
| 5.2.3 业务层设计与实现 | 第75页 |
| 5.2.4 数据层设计与实现 | 第75-76页 |
| 5.2.5 支撑单元设计与实现 | 第76-77页 |
| 5.3 系统展示 | 第77-78页 |
| 5.4 小结 | 第78-79页 |
| 第六章 总结与展望 | 第79-81页 |
| 6.1 论文工作总结 | 第79页 |
| 6.2 工作展望 | 第79-81页 |
| 致谢 | 第81-82页 |
| 参考文献 | 第82-86页 |
| 攻读硕士学位期间取得的成果 | 第86-87页 |