| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文主要工作 | 第13-14页 |
| 1.4 本文组织结构 | 第14-15页 |
| 第2章 相关技术概述 | 第15-20页 |
| 2.1 个性化推荐技术概述 | 第15-18页 |
| 2.1.1 基于内容的推荐方法 | 第15-16页 |
| 2.1.2 基于协同过滤的推荐技术 | 第16-17页 |
| 2.1.3 基于知识的推荐技术 | 第17-18页 |
| 2.1.4 基于数据挖掘的推荐技术 | 第18页 |
| 2.2 用户模型的表示方法概述 | 第18-19页 |
| 2.2.1 基于关键词列表的表示方法 | 第18页 |
| 2.2.2 基于空间向量模型的表示方法 | 第18页 |
| 2.2.3 基于本体的表示方法 | 第18-19页 |
| 2.2.4 基于主题模型的表示方法 | 第19页 |
| 2.3 本章小结 | 第19-20页 |
| 第3章 基于LDA的用户主题模型与行为模型的构建方法研究 | 第20-26页 |
| 3.1 LDA主题模型概述 | 第20-22页 |
| 3.2 用户需求与兴趣分析 | 第22-23页 |
| 3.3 用户主题模型的构建 | 第23-24页 |
| 3.4 用户行为模型的构建 | 第24页 |
| 3.5 本章小结 | 第24-26页 |
| 第4章 融合用户主题兴趣与用户行为的文档推荐方法研究 | 第26-38页 |
| 4.1 基于用户主题模型的文档推荐方法 | 第26页 |
| 4.2 基于用户行为模型的文档推荐方法 | 第26-27页 |
| 4.3 融合用户主题兴趣与用户行为的文档推荐方法 | 第27页 |
| 4.4 实验设计及实验结果分析 | 第27-37页 |
| 4.4.1 实验数据 | 第27-28页 |
| 4.4.2 评价方法及指标 | 第28页 |
| 4.4.3 实验参数估计 | 第28-30页 |
| 4.4.4 实验结果及结果分析 | 第30-37页 |
| 4.5 本章小结 | 第37-38页 |
| 第5章 基于用户模型的文档推荐系统的设计与实现 | 第38-51页 |
| 5.1 系统开发环境 | 第38页 |
| 5.2 系统的设计 | 第38-40页 |
| 5.3 文档推荐子功能的设计 | 第40-42页 |
| 5.4 文档推荐子功能的实现 | 第42-45页 |
| 5.5 系统实例展示及说明 | 第45-50页 |
| 5.6 本章小结 | 第50-51页 |
| 结论 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56-58页 |
| 攻读硕士期间发表（含录用）的学术论文 | 第58页 |