新闻个性化推荐中描述文件的构建研究
| 致谢 | 第9-10页 |
| 摘要 | 第10-12页 |
| ABSTRACT | 第12-13页 |
| 第一章 绪论 | 第20-30页 |
| 1.1 新闻个性化推荐概论 | 第20-23页 |
| 1.1.1 新闻个性化推荐的体系框架 | 第21-22页 |
| 1.1.2 新闻个性化推荐的分类 | 第22-23页 |
| 1.2 新闻个性化推荐的数据类型和特性 | 第23-25页 |
| 1.2.1 数据类型 | 第23-24页 |
| 1.2.2 数据特性 | 第24-25页 |
| 1.3 主要研究内容和组织结构 | 第25-29页 |
| 1.3.1 课题来源 | 第25页 |
| 1.3.2 主要研究内容 | 第25-27页 |
| 1.3.3 内容组织 | 第27-29页 |
| 1.4 本章小结 | 第29-30页 |
| 第二章 新闻个性化推荐中描述文件构建综述 | 第30-40页 |
| 2.1 引言 | 第30-31页 |
| 2.2 基于内容的构建 | 第31-33页 |
| 2.3 基于用户评分的构建 | 第33-35页 |
| 2.4 混合构建 | 第35-36页 |
| 2.5 基于本体的构建 | 第36-39页 |
| 2.6 本章小结 | 第39-40页 |
| 第三章 关键短语的抽取研究 | 第40-64页 |
| 3.1 引言 | 第40-41页 |
| 3.2 相关工作 | 第41-43页 |
| 3.2.1 候选关键短语搜索 | 第41-42页 |
| 3.2.2 关键短语选择 | 第42-43页 |
| 3.3 模式搜索算法 | 第43-57页 |
| 3.3.1 相关定义 | 第43-44页 |
| 3.3.2 算法KCSP | 第44-51页 |
| 3.3.3 样例介绍 | 第51-54页 |
| 3.3.4 消除重复模式 | 第54-56页 |
| 3.3.5 讨论 | 第56-57页 |
| 3.4 模式排序评估方法 | 第57-59页 |
| 3.5 实验及分析 | 第59-63页 |
| 3.5.1 模式搜索实验 | 第59-61页 |
| 3.5.2 模式排序评估实验 | 第61-63页 |
| 3.6 本章小结 | 第63-64页 |
| 第四章 基于众包的关键短语抽取与质量提升研究 | 第64-82页 |
| 4.1 引言 | 第64-65页 |
| 4.2 相关工作 | 第65-66页 |
| 4.3 众包抽取方法 | 第66-73页 |
| 4.3.1 人工智能任务 | 第66-68页 |
| 4.3.2 众包答案收集 | 第68-70页 |
| 4.3.3 真值推理算法 | 第70-73页 |
| 4.4 实验及分析 | 第73-80页 |
| 4.4.1 基于降序的众包实验 | 第73-77页 |
| 4.4.2 基于随机排序的众包实验 | 第77-78页 |
| 4.4.3 讨论分析及未来工作 | 第78-80页 |
| 4.5 众包抽取功能的实现 | 第80-81页 |
| 4.6 本章小结 | 第81-82页 |
| 第五章 基于众包的新闻相关性研究 | 第82-93页 |
| 5.1 引言 | 第82-83页 |
| 5.2 相关工作 | 第83-84页 |
| 5.3 基于众包的新闻相关性评估 | 第84-88页 |
| 5.3.1 三种核心标识 | 第85-86页 |
| 5.3.2 众包评估任务 | 第86-88页 |
| 5.4 实验及分析 | 第88-92页 |
| 5.4.1 实验构建和结果对比 | 第88-91页 |
| 5.4.2 讨论和分析 | 第91-92页 |
| 5.5 本章小结 | 第92-93页 |
| 第六章 结束语 | 第93-96页 |
| 6.1 主要研究工作 | 第93-94页 |
| 6.2 下一步工作 | 第94-96页 |
| 参考文献 | 第96-110页 |
| 攻读博士学位期间的学术活动及成果情况 | 第110页 |
