| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-16页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究的意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.3 本文的研究内容 | 第13-14页 |
| 1.4 本文的结构安排 | 第14-16页 |
| 2 相关背景知识 | 第16-22页 |
| 2.1 自然语言处理知识和技术 | 第16-19页 |
| 2.1.1 中文分词技术 | 第16-17页 |
| 2.1.2 词性标注技术 | 第17-18页 |
| 2.1.3 文本相似度算法 | 第18-19页 |
| 2.2 大五人格理论 | 第19-21页 |
| 2.3 本章小结 | 第21-22页 |
| 3 基于微博用户特征相似度的人格感知推荐算法 | 第22-33页 |
| 3.1 微博用户特征相似度 | 第22-26页 |
| 3.1.1 微博网络结点分析 | 第22-24页 |
| 3.1.2 微博用户关联分析 | 第24-26页 |
| 3.2 大五人格理论微博用户人格感知评分算法构建 | 第26-28页 |
| 3.2.1 微博用户人格确定算法 | 第27-28页 |
| 3.2.2 微博用户人格匹配算法 | 第28页 |
| 3.3 基于人格感知相似度推荐算法 | 第28-31页 |
| 3.4 本章小结 | 第31-33页 |
| 4 基于用户文本和情感相似度的人格感知推荐算法 | 第33-39页 |
| 4.1 微博用户文本分析 | 第33-35页 |
| 4.1.1 微博文本相似度计算 | 第33-35页 |
| 4.2 微博用户情感分析 | 第35-36页 |
| 4.2.1 微博情感相似度 | 第35-36页 |
| 4.3 融合人格感知的PSER模型与算法介绍 | 第36-38页 |
| 4.4 本章小结 | 第38-39页 |
| 5 实验及结果分析 | 第39-57页 |
| 5.1 实验环境 | 第40-41页 |
| 5.2 数据预处理 | 第41-44页 |
| 5.3 实验评估指标 | 第44-45页 |
| 5.4 算法权重参数分析 | 第45-48页 |
| 5.4.1 层次分析法的原理 | 第45-46页 |
| 5.4.2 构建判别矩阵 | 第46-47页 |
| 5.4.3 一致性检验 | 第47-48页 |
| 5.5 实验结果及分析 | 第48-56页 |
| 5.5.1 基于用户属性相似度的人格感知算法对比与分析 | 第49-51页 |
| 5.5.2 基于文本语义和情感相似度的人格感知推荐算法对比与分析 | 第51-56页 |
| 5.6 本章小结 | 第56-57页 |
| 总结与展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 附录 | 第63-67页 |
| 攻读硕士学位期间发表论文及科研成果 | 第67-68页 |
| 致谢 | 第68-69页 |