基于混合策略的新闻推荐系统设计与实现
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 1 引言 | 第11-25页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.1.1 研究背景 | 第11页 |
| 1.1.2 研究意义 | 第11-13页 |
| 1.2 推荐系统国内外研究现状 | 第13-21页 |
| 1.2.1 推荐系统国外研究现状 | 第13-14页 |
| 1.2.2 推荐系统国内研究现状 | 第14-15页 |
| 1.2.3 新闻推荐系统国外研究现状 | 第15-18页 |
| 1.2.4 新闻推荐系统国内研究现状 | 第18-21页 |
| 1.3 本文的主要内容及章节安排 | 第21-25页 |
| 1.3.1 本文的主要内容 | 第21-23页 |
| 1.3.2 本文的章节安排 | 第23-25页 |
| 2 基于LDA模型的新闻推荐 | 第25-40页 |
| 2.1 概率主题模型概述 | 第25-28页 |
| 2.1.1 潜在语义分析模型 | 第25-26页 |
| 2.1.2 潜在狄利克雷分配模型 | 第26-28页 |
| 2.2 新闻主题模型构建 | 第28-34页 |
| 2.2.1 预处理与分词 | 第28-32页 |
| 2.2.2 LDA模型的参数估计 | 第32-34页 |
| 2.3 改进的综合用户兴趣模型构建 | 第34-37页 |
| 2.4 基于主题模型的新闻推荐 | 第37-38页 |
| 2.5 LDA推荐测试结果 | 第38-40页 |
| 3 基于词语语义相似度的新闻推荐 | 第40-52页 |
| 3.1 特征词选择 | 第40-41页 |
| 3.2 词语语义相似性简介 | 第41-42页 |
| 3.3 《知网》简介 | 第42-43页 |
| 3.3.1 《知网》概述 | 第42页 |
| 3.3.2 《知网》的组织结构 | 第42-43页 |
| 3.3.3 基于《知网》的语义相似度算法 | 第43页 |
| 3.4 词语语义相似度的新闻推荐 | 第43-52页 |
| 3.4.1 一般推荐过程 | 第43-44页 |
| 3.4.2 改进的词语语义相似度推荐 | 第44-52页 |
| 4 基于二部图的推荐 | 第52-60页 |
| 4.1 二部图简介 | 第52页 |
| 4.2 二部图中基于物质能量扩散的推荐 | 第52-55页 |
| 4.3 改进的二部图物质能量扩散推荐 | 第55-58页 |
| 4.4 二部图推荐测试结果 | 第58-60页 |
| 5 新闻推荐系统的实现与测试 | 第60-77页 |
| 5.1 推荐系统存在的问题及需求 | 第60-61页 |
| 5.1.1 存在的问题 | 第60页 |
| 5.1.2 系统需求 | 第60-61页 |
| 5.2 新闻推荐系统架构 | 第61-63页 |
| 5.3 新闻推荐系统功能模块与处理流程 | 第63-71页 |
| 5.3.1 系统功能模块 | 第63-67页 |
| 5.3.2 系统处理流程 | 第67-71页 |
| 5.4 新闻推荐系统测试结果 | 第71-73页 |
| 5.5 新闻推荐测试实例 | 第73-77页 |
| 6 总结与展望 | 第77-79页 |
| 参考文献 | 第79-86页 |
| 致谢 | 第86-87页 |
| 附录 | 第87-119页 |
