基于知识脉络的科技论文推荐
| 中文摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.2.1 科技论文推荐研究现状 | 第11-12页 |
| 1.2.2 知识脉络构建研究 | 第12页 |
| 1.3 本文主要工作 | 第12-13页 |
| 1.4 本文组织结构 | 第13-16页 |
| 第二章 推荐系统相关理论 | 第16-22页 |
| 2.1 主要的推荐算法 | 第16-19页 |
| 2.1.1 基于内容过滤推荐算法 | 第16-17页 |
| 2.1.2 基于协同过滤推荐算法 | 第17-19页 |
| 2.1.3 混合推荐算法 | 第19页 |
| 2.2 评价指标 | 第19-21页 |
| 2.3 本章小结 | 第21-22页 |
| 第三章 知识脉络构建 | 第22-30页 |
| 3.1 知识脉络定义 | 第22页 |
| 3.2 同义关系抽取 | 第22-25页 |
| 3.2.1 基于枢轴法抽取同义关系 | 第23-24页 |
| 3.2.2 基于模式匹配抽取同义关系 | 第24-25页 |
| 3.3 上下位关系抽取 | 第25-27页 |
| 3.3.1 词串包含分析抽取上下位关系 | 第25页 |
| 3.3.2 基于模式匹配抽取上下位关系 | 第25-26页 |
| 3.3.3 基于K-means聚类抽取上下位关系 | 第26-27页 |
| 3.4 实验结果和分析 | 第27-29页 |
| 3.4.1 数据集及评价指标 | 第27-28页 |
| 3.4.2 同义关系抽取结果 | 第28页 |
| 3.4.3 上下位关系抽取结果 | 第28-29页 |
| 3.5 本章小结 | 第29-30页 |
| 第四章 基于知识脉络的推荐算法 | 第30-38页 |
| 4.1 问题描述 | 第30页 |
| 4.2 算法 | 第30-34页 |
| 4.2.1 论文与用户的表示 | 第30-31页 |
| 4.2.2 知识脉络中关键词之间的相似度计算 | 第31-32页 |
| 4.2.3 基于知识脉络的推荐 | 第32页 |
| 4.2.4 引入知识脉络的混合推荐方法 | 第32-34页 |
| 4.3 实验结果和分析 | 第34-37页 |
| 4.3.1 数据集及实验方案 | 第34-35页 |
| 4.3.2 实验结果 | 第35-37页 |
| 4.4 本章小结 | 第37-38页 |
| 第五章 总结与展望 | 第38-40页 |
| 5.1 总结 | 第38页 |
| 5.2 展望 | 第38-40页 |
| 参考文献 | 第40-44页 |
| 攻读学位期间取得的研究成果 | 第44-46页 |
| 致谢 | 第46-48页 |
| 个人简况及联系方式 | 第48-52页 |
