| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| Abbreviation | 第8-11页 |
| Chapter - 1 Introduction | 第11-18页 |
| 1.1 Background | 第11-12页 |
| 1.2 Research Status | 第12-14页 |
| 1.2.1 Recommendion Algorithms | 第12-13页 |
| 1.2.2 Recommendation based on Sentimental Analysis and Deep Learning | 第13-14页 |
| 1.3 Research Content | 第14-16页 |
| 1.3.1 Research challenges | 第15页 |
| 1.3.2 Contributions | 第15-16页 |
| 1.4 Road Map | 第16-18页 |
| Chapter-2 Overview of Related Technologies | 第18-29页 |
| 2.1 Social Networks Overview | 第18-19页 |
| 2.1.1 Source Network Statistics (Twitter) | 第19页 |
| 2.1.2 Target Network Statistics (Foursquare) | 第19页 |
| 2.2 Conceptual Definitions | 第19-21页 |
| 2.3 User Review Sentiment Analysis Overview | 第21-25页 |
| 2.3.1 Bag of Words | 第22页 |
| 2.3.2 VADER (Valence Aware Dictionary for Entiment Reasoning) | 第22-23页 |
| 2.3.3 Point Wise Mutual Information (PMI) | 第23页 |
| 2.3.4 TF-IDF (Term Frequency – Inverse Document Frequency) | 第23页 |
| 2.3.5 Sparse Representation | 第23-25页 |
| 2.4 Evaluation Methods of Recommended Algorithms | 第25-26页 |
| 2.5 Prestige of Deep Learning | 第26-28页 |
| 2.6 Summary | 第28-29页 |
| Chapter-3 Multi Fusion Methods for Recommendation | 第29-42页 |
| 3.1 AEUI Method (Attract Explicit User Information) | 第30-34页 |
| 3.1.1 Connector Meta Path | 第31页 |
| 3.1.2 Recursive Meta Path | 第31-32页 |
| 3.1.3 Classification | 第32-33页 |
| 3.1.4 Spot Vector | 第33-34页 |
| 3.1.5 Algorithm of AEUI Method | 第34页 |
| 3.2 User Review Sentiment Classification (URSC) Method | 第34-39页 |
| 3.2.1 Preprocessing | 第35-36页 |
| 3.2.2 Feature Extraction | 第36页 |
| 3.2.3 Feature Representation | 第36-37页 |
| 3.2.4 Classifiers | 第37-39页 |
| 3.3 Deep Learning Based Recommendation Model (DLRM) | 第39-41页 |
| 3.4 Summary | 第41-42页 |
| Chapter – 4 Experimental Results and Analysis | 第42-54页 |
| 4.1 Dataset | 第42页 |
| 4.2 Implementation Technology | 第42页 |
| 4.3 Evaluation Methods | 第42-43页 |
| 4.4 AEIU Experimental Result and Analysis | 第43-46页 |
| 4.5 URSC Experimental Results and Analysis | 第46-48页 |
| 4.6 DLRM Experimental Results and Analysis | 第48-52页 |
| 4.6.1 Experiment 1: Performance Comparison with Baselines on acc@k | 第50-51页 |
| 4.6.2 Experiment 2: Influence of iteration on experimental results | 第51页 |
| 4.6.3 Experiment 3: Influence of Different Layers | 第51-52页 |
| 4.7 Summary | 第52-54页 |
| Chapter – 5 Conclusions and Future Direction | 第54-56页 |
| 5.1 Conclusion | 第54-55页 |
| 5.2 Future Work | 第55-56页 |
| Acknowledgement | 第56-57页 |
| References | 第57-62页 |
