基于用户行为的音乐搜索与推荐研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 搜索引擎发展现状 | 第12-14页 |
| 1.2.2 推荐系统发展现状 | 第14-16页 |
| 1.3 本文研究内容 | 第16-17页 |
| 1.4 本文的内容与组织架构 | 第17-18页 |
| 第二章 相关理论和技术的研究与综述 | 第18-30页 |
| 2.1 搜索引擎概述 | 第18-19页 |
| 2.1.1 搜索引擎的基本结构 | 第18-19页 |
| 2.2 搜索引擎的相关技术 | 第19-22页 |
| 2.2.1 中文分词技术 | 第19-22页 |
| 2.2.2 全文索引技术 | 第22页 |
| 2.3 Solr搜索引擎介绍 | 第22-23页 |
| 2.4 推荐系统概述 | 第23-29页 |
| 2.4.1 推荐系统简介 | 第23-25页 |
| 2.4.2 常见推荐系统技术 | 第25-28页 |
| 2.4.3 常见推荐系统评价方法 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第三章 音乐搜索引擎 | 第30-47页 |
| 3.1 移动音乐应用的搜索功能 | 第30页 |
| 3.2 用户行为分析 | 第30-31页 |
| 3.3 音乐搜索引擎的功能需求 | 第31-32页 |
| 3.4 基于Solr的音乐搜索引擎实现 | 第32-37页 |
| 3.4.1 Solr搜索引擎环境搭建 | 第32-33页 |
| 3.4.2 Solr核心配置 | 第33-34页 |
| 3.4.3 中文分词组件 | 第34-35页 |
| 3.4.4 Solr索引建立 | 第35-37页 |
| 3.5 功能实现 | 第37-46页 |
| 3.5.1 查询接口 | 第37-40页 |
| 3.5.2 搜索关键字智能提示 | 第40-41页 |
| 3.5.3 拼写校正 | 第41-42页 |
| 3.5.4 同义词扩展 | 第42-44页 |
| 3.5.5 搜索结果排序 | 第44-46页 |
| 3.6 本章小结 | 第46-47页 |
| 第四章 协同过滤改进算法 | 第47-58页 |
| 4.1 协同过滤中的马太效应及流行偏置现象 | 第47-49页 |
| 4.2 活跃用户的影响 | 第49-50页 |
| 4.3 热门项目的影响 | 第50页 |
| 4.4 组合方法 | 第50-51页 |
| 4.5 实验数据与评价指标 | 第51-52页 |
| 4.6 实验结果与分析 | 第52-57页 |
| 4.7 本章小结 | 第57-58页 |
| 第五章 音乐推荐系统 | 第58-68页 |
| 5.1 用户兴趣建模 | 第58-59页 |
| 5.2 历史兴趣模型构建 | 第59-61页 |
| 5.2.1 决策树分类算法 | 第59-60页 |
| 5.2.2 贝叶斯分类算法 | 第60页 |
| 5.2.3 逻辑回归算法 | 第60-61页 |
| 5.3 混合协同过滤算法 | 第61页 |
| 5.4 基于组合策略的混合推荐 | 第61-62页 |
| 5.5 推荐系统核心实现 | 第62-65页 |
| 5.6 真实音乐数据实验 | 第65-67页 |
| 5.7 本章小结 | 第67-68页 |
| 第六章 结论与展望 | 第68-70页 |
| 6.1 全文研究工作总结 | 第68-69页 |
| 6.2 进一步展望 | 第69-70页 |
| 参考文献 | 第70-75页 |
| 攻读硕士学位期间取得的研究成果 | 第75-76页 |
| 致谢 | 第76-77页 |
| 附表 | 第77页 |
