| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-20页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-16页 |
| 1.2.1 第三方检测服务研究现状 | 第12-13页 |
| 1.2.2 主题模型研究现状 | 第13-15页 |
| 1.2.3 推荐服务研究现状 | 第15-16页 |
| 1.3 研究目的与内容 | 第16-17页 |
| 1.3.1 研究目的 | 第16页 |
| 1.3.2 研究内容 | 第16-17页 |
| 1.4 研究方法及创新点 | 第17-19页 |
| 1.4.1 研究方法 | 第17-18页 |
| 1.4.2 创新点 | 第18-19页 |
| 1.5 本章小结 | 第19-20页 |
| 第2章 基于概率主题模型的检测机构特征提取与领域分类 | 第20-33页 |
| 2.1 检测机构特征提取及需求分析 | 第20-21页 |
| 2.2 概率主题模型基本原理 | 第21-24页 |
| 2.3 改进的检测机构特征主题模型 | 第24-30页 |
| 2.3.1 优化改进模型 | 第24-27页 |
| 2.3.2 模型推导与估计 | 第27-29页 |
| 2.3.3 评估标准 | 第29-30页 |
| 2.4 实验及评估 | 第30-32页 |
| 2.4.1 数据集 | 第30-31页 |
| 2.4.2 实验结果及分析 | 第31-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第3章 基于概率主题模型的检测用户兴趣分布及迁移算法研究 | 第33-44页 |
| 3.1 检测平台用户兴趣主题挖掘研究框架 | 第33-35页 |
| 3.2 基于概率主题模型的检测用户兴趣挖掘框架 | 第35-41页 |
| 3.2.1 基于主题模型的检测用户兴趣分布获取 | 第35-38页 |
| 3.2.2 基于时间序列的用户兴趣迁移算法 | 第38-40页 |
| 3.2.3 用户兴趣相似度计算 | 第40-41页 |
| 3.3 模型评估实验 | 第41-43页 |
| 3.3.1 数据来源及参数选择 | 第41-42页 |
| 3.3.2 实验结果 | 第42-43页 |
| 3.4 本章小结 | 第43-44页 |
| 第4章 基于概率主题模型的第三方检测服务推荐框架设计与实现 | 第44-54页 |
| 4.1 基于第三方检测平台的推荐服务需求分析 | 第44-45页 |
| 4.2 第三方检测推荐服务框架 | 第45-51页 |
| 4.2.1 第三方检测推荐服务框架设计 | 第45-48页 |
| 4.2.2 推荐方法与排序设计 | 第48-50页 |
| 4.2.3 评估指标 | 第50-51页 |
| 4.3 实验数据及结果分析 | 第51-53页 |
| 4.3.1 数据及参数设定 | 第51-52页 |
| 4.3.2 实验结果分析 | 第52-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第5章 结论与展望 | 第54-56页 |
| 5.1 结论 | 第54-55页 |
| 5.2 展望 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 个人简历、在学期间发表学术论文与研究成果 | 第61页 |
