基于在线评论的个性化推荐系统
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-17页 |
| ·研究背景与意义 | 第9-10页 |
| ·推荐系统现状 | 第10-14页 |
| ·推荐系统的研究现状 | 第10-12页 |
| ·推荐系统的应用现状 | 第12-14页 |
| ·意见挖掘研究现状 | 第14-15页 |
| ·本文内容与结构 | 第15-17页 |
| 第二章 个性化推荐技术 | 第17-29页 |
| ·推荐系统原理 | 第17-19页 |
| ·基于内容的推荐 | 第19-21页 |
| ·协同过滤推荐 | 第21-25页 |
| ·基于用户的协同过滤 | 第21-24页 |
| ·基于项目的协同过滤 | 第24-25页 |
| ·混合推荐 | 第25-26页 |
| ·推荐算法评测指标 | 第26-27页 |
| ·推荐系统面临的挑战 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 意见挖掘技术 | 第29-41页 |
| ·意见挖掘介绍 | 第29-30页 |
| ·基于商品特征的意见挖掘 | 第30-32页 |
| ·意见挖掘流程 | 第32-38页 |
| ·文本预处理 | 第32-33页 |
| ·文本表示方法 | 第33-35页 |
| ·商品特征抽取方法 | 第35-37页 |
| ·意见挖掘与情感分析 | 第37-38页 |
| ·意见挖掘中的多目标决策 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 基于在线评论挖掘的个性化推荐 | 第41-51页 |
| ·个性化推荐的目标 | 第41-42页 |
| ·基于在线评论挖掘的个性化推荐模型 | 第42-47页 |
| ·特征抽取 | 第43-45页 |
| ·商品相似度计算 | 第45-46页 |
| ·用户相似度计算 | 第46-47页 |
| ·产生推荐 | 第47页 |
| ·结合多目标决策的在线推荐 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 第五章 实验与结果 | 第51-59页 |
| ·实验环境 | 第51-52页 |
| ·基于个性化推荐的实验 | 第52-55页 |
| ·个性化推荐的评论数据 | 第52-54页 |
| ·个性化推荐的实验结果 | 第54-55页 |
| ·结合多目标推荐的实验 | 第55-58页 |
| ·多目标推荐的评论数据 | 第55-56页 |
| ·多目标推荐的实验结果 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 第六章 结论 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 攻硕期间取得的研究成果 | 第66-67页 |
