基于多重特征向量的兴趣模型及其应用
| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 图录 | 第7-8页 |
| 表录 | 第8-9页 |
| 第一章 绪论 | 第9-11页 |
| 第二章 相关研究 | 第11-17页 |
| 2.1 用户特征的表示 | 第11-13页 |
| 2.1.1 词袋表示法 | 第11页 |
| 2.1.2 语义网络 | 第11-12页 |
| 2.1.3 基于本体的表示法 | 第12页 |
| 2.1.4 语义扩展 | 第12-13页 |
| 2.2 用户兴趣的演化 | 第13-14页 |
| 2.3 Rocchio 算法 | 第14-16页 |
| 2.4 本章总结 | 第16-17页 |
| 第三章 基于多重特征向量的兴趣模型 | 第17-33页 |
| 3.1 用户特征的表示 | 第17页 |
| 3.2 特征向量中属性的语义扩展 | 第17-19页 |
| 3.3 用户特征的建立与更新 | 第19-20页 |
| 3.4 用户兴趣的演化 | 第20-23页 |
| 3.5 实验和评估 | 第23-29页 |
| 3.5.1 数据集 | 第23-24页 |
| 3.5.2 评估标准 | 第24-25页 |
| 3.5.3 评估λ和ρ | 第25-27页 |
| 3.5.4 兴趣演化的实验评估 | 第27-29页 |
| 3.6 本章总结 | 第29-33页 |
| 第四章 用户特征更新 | 第33-47页 |
| 4.1 Rocchio 算法 | 第33-34页 |
| 4.2 Rocchio 算法改进 | 第34-38页 |
| 4.2.1 利用相似度改进 Rocchio 算法 | 第34-35页 |
| 4.2.2 利用评分改进 Rocchio 算法 | 第35页 |
| 4.2.3 结合相似度与评分 | 第35-36页 |
| 4.2.4 SF 和 RF 的特性 | 第36-38页 |
| 4.3 实验和评估 | 第38-42页 |
| 4.3.1 数据集 | 第38-39页 |
| 4.3.2 评估标准 | 第39页 |
| 4.3.3 Rocchio 算法改进的评估 | 第39-41页 |
| 4.3.4 SF 的评估 | 第41页 |
| 4.3.5 参数的评估 | 第41-42页 |
| 4.4 本章总结 | 第42-47页 |
| 全文总结 | 第47-49页 |
| 参考文献 | 第49-55页 |
| 致谢 | 第55-57页 |
| 攻读学位期间发表的学术论文目录 | 第57-59页 |
