| 摘要 | 第8-10页 |
| Abstract | 第10-11页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 研究背景 | 第12页 |
| 1.2 研究内容与意义 | 第12-13页 |
| 1.2.1 主要研究内容 | 第12-13页 |
| 1.2.2 研究意义 | 第13页 |
| 1.3 相关概念界定 | 第13-16页 |
| 1.3.1 形式概念分析 | 第13-14页 |
| 1.3.2 Folksonomy | 第14-15页 |
| 1.3.3 用户兴趣 | 第15-16页 |
| 1.4 研究思路与方法 | 第16-17页 |
| 1.4.1 研究思路 | 第16-17页 |
| 1.4.2 研究方法 | 第17页 |
| 1.5 论文结构安排 | 第17-20页 |
| 第2章 文献综述 | 第20-34页 |
| 2.1 Folksonomy用户兴趣研究现状 | 第20-25页 |
| 2.1.1 基于统计方法的用户兴趣研究 | 第20-21页 |
| 2.1.2 基于聚类方法的用户兴趣研究 | 第21页 |
| 2.1.3 基于向量空间模型的用户兴趣研究 | 第21-22页 |
| 2.1.4 基于社会网络的用户兴趣研究 | 第22-23页 |
| 2.1.5 基于语义的用户兴趣研究 | 第23-24页 |
| 2.1.6 分析与总结 | 第24-25页 |
| 2.2 基于FCA的Folksonomy研究现状 | 第25-29页 |
| 2.2.1 FCA与Folksonomy的结合机理 | 第25-27页 |
| 2.2.2 基于FCA的Folksonomy应用研究 | 第27-29页 |
| 2.3 基于FCA的Folksonomy用户兴趣研究现状 | 第29-32页 |
| 2.3.1 单用户兴趣研究现状 | 第30页 |
| 2.3.2 用户群兴趣研究现状 | 第30-32页 |
| 2.4 分析与总结 | 第32-34页 |
| 第3章 基于FCA的Folksonomy用户兴趣识别原理分析 | 第34-42页 |
| 3.1 基于单用户概念格的兴趣识别 | 第34-37页 |
| 3.1.1 用户兴趣结构分析及兴趣度计算 | 第34-36页 |
| 3.1.2 基于概念格结构的兴趣推荐策略 | 第36-37页 |
| 3.2 基于用户群概念格的潜在兴趣关联规则挖掘 | 第37-40页 |
| 3.2.1 关联规则基本知识 | 第38页 |
| 3.2.2 关联规则置信度的改进 | 第38-39页 |
| 3.2.3 用户潜在兴趣挖掘流程 | 第39-40页 |
| 3.3 形成用户综合兴趣 | 第40-42页 |
| 第4章 数据收集及预处理 | 第42-50页 |
| 4.1 平台及样本选择 | 第42-44页 |
| 4.1.1 选择研究平台 | 第42-43页 |
| 4.1.2 确定样本用户 | 第43-44页 |
| 4.2 数据收集与处理 | 第44-48页 |
| 4.2.1 标签数据收集与处理 | 第44-47页 |
| 4.2.2 资源数据收集及处理 | 第47-48页 |
| 4.3 建格工具ConExp-1.3简介 | 第48-49页 |
| 4.4 小结 | 第49-50页 |
| 第5章 基于单用户的兴趣识别 | 第50-60页 |
| 5.1 研究过程 | 第50-53页 |
| 5.1.1 兴趣度计算过程 | 第50-53页 |
| 5.1.2 概念标签推荐过程 | 第53页 |
| 5.2 研究结果 | 第53-56页 |
| 5.3 方法验证 | 第56-59页 |
| 5.3.1 数据收集情况 | 第56-57页 |
| 5.3.2 描述性统计分析 | 第57-58页 |
| 5.3.3 T检验分析 | 第58-59页 |
| 5.4 小结 | 第59-60页 |
| 第6章 基于群体用户的潜在兴趣关联规则挖掘 | 第60-70页 |
| 6.1 研究过程及结果 | 第60-64页 |
| 6.2 方法验证 | 第64-69页 |
| 6.2.1 样本描述 | 第64-65页 |
| 6.2.2 关联规则成立情况验证 | 第65-68页 |
| 6.2.3 修正置信度效果验证 | 第68-69页 |
| 6.3 小结 | 第69-70页 |
| 第7章 识别用户潜在兴趣及综合兴趣的形成 | 第70-78页 |
| 7.1 用户潜在兴趣的识别 | 第70-74页 |
| 7.2 用户综合兴趣的形成 | 第74-78页 |
| 第8章 研究总结与展望 | 第78-82页 |
| 8.1 研究结论 | 第78页 |
| 8.2 研究创新 | 第78-79页 |
| 8.3 研究局限与展望 | 第79-82页 |
| 参考文献 | 第82-87页 |
| 附录 | 第87-108页 |
| 附录1 被标准化的标签数据 | 第87-88页 |
| 附录2 被过滤的非频繁标签数据 | 第88-89页 |
| 附录3 30名目标用户涉及的电影资源数据 | 第89-92页 |
| 附录4 用户U1的资源R—标签T形式背景 | 第92-94页 |
| 附录5 目标用户兴趣度测量量表 | 第94-98页 |
| 附录6 用户群形式背景(部分) | 第98-100页 |
| 附录7 分别以置信度和修正置信度为评判依据时,前100条关联规则 | 第100-103页 |
| 附录8 分解后,两种方式挖掘的关联规则及其置信度、修正置信度 | 第103-106页 |
| 附录9 关联规则评价测量量表 | 第106-108页 |
| 致谢 | 第108-110页 |
| 读研期间发表论文一览表 | 第110页 |
