基于图数据库的产品评论情感分析与个性化推荐的研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第一章 引言 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 主要研究内容及论文组织结构 | 第11-14页 |
| 第二章 个性化推荐相关算法研究 | 第14-24页 |
| 2.1 推荐算法概述 | 第14页 |
| 2.2 协同过滤推荐算法 | 第14-18页 |
| 2.2.1 基于用户的协同过滤推荐算法 | 第14-16页 |
| 2.2.2 基于物品的协同过滤推荐算法 | 第16-18页 |
| 2.3 基于内容的推荐算法 | 第18-19页 |
| 2.4 基于情感分析的推荐算法 | 第19-21页 |
| 2.5 推荐算法的比较 | 第21-22页 |
| 2.6 本章小结 | 第22-24页 |
| 第三章 基于图数据库的产品评论情感分析研究 | 第24-42页 |
| 3.1 图数据库 | 第24-27页 |
| 3.1.1 图数据库概述 | 第24-25页 |
| 3.1.2 Neo4j图数据库 | 第25-27页 |
| 3.2 基于产品特征的情感分析 | 第27-30页 |
| 3.3 情感分析流程 | 第30-39页 |
| 3.3.1 文本预处理 | 第31-33页 |
| 3.3.2 文本表示方法 | 第33页 |
| 3.3.3 特征词和意见词抽取 | 第33-37页 |
| 3.3.4 图模型的优化 | 第37-38页 |
| 3.3.5 判断情感类别 | 第38-39页 |
| 3.4 实验验证 | 第39-41页 |
| 3.4.1 实验数据集 | 第39-40页 |
| 3.4.2 实验流程与评价标准 | 第40-41页 |
| 3.4.3 实验结果 | 第41页 |
| 3.5 本章小结 | 第41-42页 |
| 第四章 基于产品评论情感分析的个性化推荐研究 | 第42-54页 |
| 4.1 个性化推荐 | 第42页 |
| 4.2 个性化推荐流程 | 第42-48页 |
| 4.2.1 相似度计算 | 第43-45页 |
| 4.2.2 产生推荐结果 | 第45-48页 |
| 4.3 实验验证 | 第48-53页 |
| 4.3.1 实验环境 | 第48页 |
| 4.3.2 实验数据集 | 第48-49页 |
| 4.3.3 实验步骤 | 第49-50页 |
| 4.3.4 实验结果分析 | 第50-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第五章 总结与展望 | 第54-56页 |
| 5.1 总结 | 第54-55页 |
| 5.2 工作展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-62页 |
| 附录 | 第62页 |
