基于文本挖掘的多准则推荐系统
| 中文摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 研究背景与研究意义 | 第8-9页 |
| 1.2 推荐系统的国内外研究现状 | 第9-12页 |
| 1.2.1 传统推荐系统的研究现状 | 第9-11页 |
| 1.2.2 基于评论挖掘的推荐系统研究现状 | 第11-12页 |
| 1.3 论文基本内容及结构 | 第12-14页 |
| 第2章 理论综述 | 第14-20页 |
| 2.1 情感分析 | 第14-18页 |
| 2.1.1 机器学习的方法 | 第14-17页 |
| 2.1.1.1 有监督的学习方法 | 第14-16页 |
| 2.1.1.2 半/无监督的学习方法 | 第16-17页 |
| 2.1.2 基于情感词典的方法 | 第17-18页 |
| 2.2 二元模糊语义模型 | 第18-20页 |
| 第3章 基于评论挖掘的模糊多准则推荐算法 | 第20-30页 |
| 3.1 系统框架 | 第20-21页 |
| 3.2 在线评论的有监督分类框架 | 第21-24页 |
| 3.2.1 准则的选取方法 | 第21-22页 |
| 3.2.2 多准则评论子集的生成方法 | 第22-24页 |
| 3.3 基于模糊的情感强度计算方法 | 第24-25页 |
| 3.4 评论转化为评分的推荐算法FSRI | 第25-27页 |
| 3.5 直接利用评论的推荐算法FSCD | 第27-30页 |
| 3.5.1 用户及项目建模 | 第27-28页 |
| 3.5.2 准则权重确定 | 第28页 |
| 3.5.3 推荐结果生成 | 第28-30页 |
| 第4章 实验及算法评价 | 第30-44页 |
| 4.1 实验数据 | 第30-31页 |
| 4.2 实验评价指标 | 第31-32页 |
| 4.3 实验过程及结果分析 | 第32-44页 |
| 4.3.1 分类实验及影响因素分析 | 第32-34页 |
| 4.3.2 对比实验结果分析 | 第34-39页 |
| 4.3.3 推荐结果及影响因素分析 | 第39-44页 |
| 第5章 总结与展望 | 第44-46页 |
| 5.1 论文总结 | 第44-45页 |
| 5.2 未来展望 | 第45-46页 |
| 参考文献 | 第46-50页 |
| 发表论文和参加科研情况说明 | 第50-51页 |
| 附录 | 第51-55页 |
| 致谢 | 第55-56页 |
