机构知识库个性化信息推荐系统研发与应用
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景与意义 | 第9-12页 |
| 1.1.1 个性化推荐技术概述 | 第9-10页 |
| 1.1.2 个性化推荐对于机构知识库的意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.2.1 个性化推荐系统研究现状 | 第12-13页 |
| 1.2.2 机构知识库个性化推荐现状 | 第13页 |
| 1.3 课题研究内容 | 第13-14页 |
| 1.4 论文组织结构 | 第14-15页 |
| 第二章 个性化推荐相关关键技术 | 第15-27页 |
| 2.1 模型构建 | 第15-18页 |
| 2.1.1 用户兴趣模型 | 第15-16页 |
| 2.1.2 文本表示模型 | 第16-17页 |
| 2.1.3 分词工具 | 第17页 |
| 2.1.4 权重计算方法 | 第17-18页 |
| 2.2 向量相似度评价算法 | 第18-19页 |
| 2.3 聚类算法 | 第19-21页 |
| 2.4 个性化推荐算法 | 第21-27页 |
| 2.4.1 基于内容的推荐算法 | 第21-22页 |
| 2.4.2 基于用户协同的推荐算法 | 第22-23页 |
| 2.4.3 基于项目协同的推荐算法 | 第23-25页 |
| 2.4.4 基于关联规则的推荐算法 | 第25页 |
| 2.4.5 混合推荐算法 | 第25-27页 |
| 第三章 个性化信息推荐系统分析与设计 | 第27-44页 |
| 3.1 系统需求分析 | 第27-28页 |
| 3.1.1 功能需求 | 第27页 |
| 3.1.2 性能需求 | 第27-28页 |
| 3.2 系统模型选择 | 第28-29页 |
| 3.2.1 用户兴趣模型选择 | 第28-29页 |
| 3.2.2 文本表示模型选择 | 第29页 |
| 3.3 系统架构设计 | 第29-32页 |
| 3.4 系统核心模块结构设计 | 第32-33页 |
| 3.4.1 用户兴趣模型构建模块结构设计 | 第32页 |
| 3.4.2 文本表示模型构建模块结构设计 | 第32页 |
| 3.4.3 相似度计算模块结构设计 | 第32-33页 |
| 3.4.4 聚类模块结构设计 | 第33页 |
| 3.5 系统核心模块流程设计 | 第33-39页 |
| 3.5.1 用户兴趣模型构建模块流程设计 | 第33-35页 |
| 3.5.2 文本表示模型构建模块流程设计 | 第35页 |
| 3.5.3 相似度计算模块流程设计 | 第35-37页 |
| 3.5.4 聚类模块流程设计 | 第37-39页 |
| 3.6 系统算法设计 | 第39-41页 |
| 3.7 推荐策略设计 | 第41-44页 |
| 第四章 个性化信息推荐系统技术实现 | 第44-56页 |
| 4.1 分词及特征词提取 | 第44-46页 |
| 4.1.1 分词 | 第44-45页 |
| 4.1.2 特征词提取 | 第45-46页 |
| 4.2 相似度计算 | 第46-47页 |
| 4.2.1 用户相似度 | 第46页 |
| 4.2.2 文本相似度 | 第46-47页 |
| 4.3 聚类 | 第47-48页 |
| 4.4 构建领域推荐索引 | 第48-50页 |
| 4.5 信息推荐系统 | 第50-56页 |
| 4.5.1 检索功能 | 第50页 |
| 4.5.2 匿名用户推荐 | 第50-52页 |
| 4.5.3 登录用户推荐 | 第52-54页 |
| 4.5.4 根据用户最新兴趣推荐 | 第54-56页 |
| 第五章 实验分析 | 第56-61页 |
| 5.1 相似度计算 | 第56-57页 |
| 5.2 推荐准确率与召回率 | 第57-59页 |
| 5.3 用户打分评价 | 第59-61页 |
| 第六章 结论及下一步工作 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66页 |
