| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第一章 综述 | 第10-18页 |
| 1.1 传统的推荐系统 | 第10-13页 |
| 1.1.1 基于内容的推荐系统 | 第10-11页 |
| 1.1.2 协同过滤推荐系统 | 第11-12页 |
| 1.1.3 HyBrid 推荐系统 | 第12页 |
| 1.1.4 矩阵分解推荐系统 | 第12-13页 |
| 1.1.5 传统推荐系统小结 | 第13页 |
| 1.2 概念知识库 | 第13-17页 |
| 1.2.1 IS-A 知识库 | 第13-14页 |
| 1.2.2 WordNet 知识库 | 第14-15页 |
| 1.2.3 FreeBase 知识库 | 第15-16页 |
| 1.2.4 DBPedia 知识库 | 第16页 |
| 1.2.5 知网（HowNet）知识库 | 第16-17页 |
| 1.2.6 人立方知识库 | 第17页 |
| 1.2.7 概念知识库小结 | 第17页 |
| 1.3 问题描述以及论文框架 | 第17-18页 |
| 第二章 数据源 | 第18-24页 |
| 2.1 百度百科、互动百科以及中文维基百科 | 第18-19页 |
| 2.2 三种百科文章的融合 | 第19-23页 |
| 2.2.1 文章冲突简介 | 第19-20页 |
| 2.2.2 冲突解决算法 | 第20-23页 |
| 2.3 数据源总结 | 第23-24页 |
| 第三章 中文联想知识库构建 | 第24-37页 |
| 3.1 分词及标注 | 第24-30页 |
| 3.1.1 分词工具 | 第24页 |
| 3.1.2 最大长度匹配 | 第24-26页 |
| 3.1.3 字典中中文人名的识别 | 第26-28页 |
| 3.1.4 同义词处理 | 第28-29页 |
| 3.1.5 标注过程 | 第29页 |
| 3.1.6 分词及标注小结 | 第29-30页 |
| 3.2 词语共现的计算 | 第30-33页 |
| 3.2.1 Title-Body 共现计算 | 第30-31页 |
| 3.2.2 Sentence-Level 共现计算 | 第31-33页 |
| 3.2.3 干扰信息消除 | 第33页 |
| 3.3 联想知识库生成 | 第33-36页 |
| 3.3.1 联想关系 | 第33-34页 |
| 3.3.2 聚簇结果 | 第34-36页 |
| 3.4 联想知识库的评估 | 第36页 |
| 3.5 联想知识库总结 | 第36-37页 |
| 第四章 中文联想知识库在推荐系统中的应用 | 第37-47页 |
| 4.1 跨领域推荐系统 | 第37-44页 |
| 4.1.1 电视节目模型 | 第38-39页 |
| 4.1.2 产品模型 | 第39-40页 |
| 4.1.3 用户模型 | 第40-41页 |
| 4.1.4 用户模型的更新 | 第41-42页 |
| 4.1.5 跨领域推荐算法 | 第42-43页 |
| 4.1.6 推荐算法小结 | 第43-44页 |
| 4.2 联想知识库的应用 | 第44页 |
| 4.3 实验效果图 | 第44-47页 |
| 第五章 结束语 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 致谢 | 第52-53页 |
| 攻读硕士学位期间已发表或录用的论文 | 第53-55页 |