基于标签的个性化推荐系统的研究与实现
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景与意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 研究内容 | 第14-15页 |
| 1.4 论文的组织与安排 | 第15-16页 |
| 1.5 本章小结 | 第16-18页 |
| 第2章 相关技术研究 | 第18-28页 |
| 2.1 个性化推荐系统 | 第18-19页 |
| 2.1.1 获取输入信息 | 第18-19页 |
| 2.1.2 推荐算法模块 | 第19页 |
| 2.1.3 输出模块 | 第19页 |
| 2.2 协同过滤推荐算法 | 第19-24页 |
| 2.2.1 传统的协同过滤推荐算法原理 | 第20-22页 |
| 2.2.2 基于内存的协同过滤推荐算法 | 第22-23页 |
| 2.2.3 基于模型的协同过滤推荐算法 | 第23页 |
| 2.2.4 协同过滤推荐算法的优点 | 第23页 |
| 2.2.5 协同过滤面临的问题与挑战 | 第23-24页 |
| 2.3 文本情感分析基础 | 第24-26页 |
| 2.3.1 分词技术 | 第24页 |
| 2.3.2 关联规则 | 第24-25页 |
| 2.3.3 情感倾向性分析 | 第25-26页 |
| 2.4 本章小结 | 第26-28页 |
| 第3章 情感标签的设计与研究 | 第28-36页 |
| 3.1 情感标签的定义与相关概念 | 第28-29页 |
| 3.2 抽取物品特征 | 第29-31页 |
| 3.3 物品特征修剪 | 第31-32页 |
| 3.4 抽取情感标签PT | 第32-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第4章 基于标签的协同过滤算法的研究 | 第36-42页 |
| 4.1 算法的实现流程 | 第36-37页 |
| 4.2 计算物品相似度 | 第37-38页 |
| 4.3 填充用户-物品评分矩阵 | 第38-40页 |
| 4.4 产生推荐 | 第40-41页 |
| 4.5 本章小结 | 第41-42页 |
| 第5章 系统设计与实验分析 | 第42-52页 |
| 5.1 数据集与实验环境 | 第42页 |
| 5.2 系统相关模块设计思路 | 第42-46页 |
| 5.2.1 信息采集模块 | 第42-43页 |
| 5.2.2 情感标签生成模块 | 第43-44页 |
| 5.2.3 推荐模块 | 第44-46页 |
| 5.3 数据库设计 | 第46-48页 |
| 5.4 实验结果分析 | 第48-50页 |
| 5.4.1 实验评价标准 | 第48页 |
| 5.4.2 实验结果分析 | 第48-50页 |
| 5.5 本章小结 | 第50-52页 |
| 结论 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 攻读硕士学位期间获得的科研成果 | 第58-60页 |
| 致谢 | 第60页 |
