用户兴趣建模的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-14页 |
| ·课题研究的背景及意义 | 第9-10页 |
| ·国内外对用户兴趣建模的研究 | 第10-12页 |
| ·国外的研究状况 | 第10-11页 |
| ·国内的研究状况 | 第11-12页 |
| ·本文的主要研究内容 | 第12页 |
| ·本文的组织结构 | 第12-14页 |
| 第2章 用户兴趣建模的相关问题 | 第14-25页 |
| ·引言 | 第14页 |
| ·用户兴趣建模基本框架 | 第14-21页 |
| ·用户兴趣信息获取 | 第15-16页 |
| ·用户兴趣模型表示 | 第16-18页 |
| ·用户兴趣建模方法 | 第18-20页 |
| ·用户兴趣模型评价 | 第20-21页 |
| ·文本分类方法在用户兴趣建模中的应用 | 第21-24页 |
| ·SVM文本分类方法 | 第21-22页 |
| ·文本分类的评价指标 | 第22-23页 |
| ·实验 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 基于分类映射的用户兴趣建模方法 | 第25-46页 |
| ·引言 | 第25页 |
| ·用户兴趣信息获取方法 | 第25-32页 |
| ·面向搜狗文本分类数据的用户兴趣信息获取方法 | 第26-27页 |
| ·基于伪相关反馈技术的用户兴趣信息获取方法 | 第27-30页 |
| ·面向搜狗检索系统查询日志的用户兴趣信息获取方法 | 第30-32页 |
| ·用户兴趣模型表示方法 | 第32-33页 |
| ·用户兴趣建模评测体系 | 第33-36页 |
| ·评测体系构建思路 | 第33-34页 |
| ·标准答案的确定 | 第34-35页 |
| ·评测指标的选择 | 第35-36页 |
| ·基于分类映射的用户兴趣建模方法 | 第36-42页 |
| ·基于分类映射的用户兴趣建模系统结构 | 第36-37页 |
| ·基于分类映射的用户兴趣建模算法 | 第37-40页 |
| ·基于分类映射的用户兴趣建模DEMO系统 | 第40-42页 |
| ·实验 | 第42-45页 |
| ·实验设置 | 第42页 |
| ·实验结果及分析 | 第42-45页 |
| ·本章小结 | 第45-46页 |
| 第4章 基于记忆模型的用户兴趣建模方法 | 第46-57页 |
| ·引言 | 第46页 |
| ·用户兴趣模型更新方法 | 第46-47页 |
| ·时间窗更新学习 | 第46页 |
| ·最近最少使用算法 | 第46-47页 |
| ·相关反馈方法更新学习 | 第47页 |
| ·遗忘规律更新学习 | 第47页 |
| ·带吸收项的学习记忆模型 | 第47-48页 |
| ·相关背景知识 | 第47页 |
| ·带吸收项的学习记忆模型原理 | 第47-48页 |
| ·基于记忆模型的用户兴趣建模方法 | 第48-51页 |
| ·基于记忆模型的用户兴趣建模系统结构 | 第48-49页 |
| ·基于记忆模型的用户兴趣建模原理 | 第49页 |
| ·基于记忆模型的用户兴趣建模方法 | 第49-51页 |
| ·实验 | 第51-55页 |
| ·实验设置 | 第51页 |
| ·实验结果及分析 | 第51-55页 |
| ·本章小结 | 第55-57页 |
| 结论 | 第57-58页 |
| 参考文献 | 第58-63页 |
| 致谢 | 第63页 |
