| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 选题的背景与意义 | 第11-13页 |
| 1.2 国内外研究现状及发展趋势 | 第13-16页 |
| 1.2.1 个性化推荐系统 | 第13-14页 |
| 1.2.2 高校机构知识库 | 第14-16页 |
| 1.3 研究思路 | 第16-17页 |
| 1.4 论文组织结构 | 第17-18页 |
| 第2章 高校机构知识库特点分析及个性化推荐方法介绍 | 第18-35页 |
| 2.1 高校机构知识库特点 | 第18-20页 |
| 2.1.1 需求分析 | 第18-19页 |
| 2.1.2 特点分析 | 第19-20页 |
| 2.2 个性化推荐系统 | 第20-26页 |
| 2.2.1 用户兴趣模型 | 第20-22页 |
| 2.2.2 文本表示模型 | 第22-23页 |
| 2.2.3 分词工具分析 | 第23-24页 |
| 2.2.4 向量相似度评价 | 第24页 |
| 2.2.5 聚类算法分析 | 第24-26页 |
| 2.3 常用算法分析及比较 | 第26-31页 |
| 2.3.1 基于内容过滤的推荐算法 | 第26-28页 |
| 2.3.2 基于用户协同过滤的推荐算法 | 第28-29页 |
| 2.3.3 基于项目协同过滤的推荐算法 | 第29-30页 |
| 2.3.4 基于关联规则的推荐算法 | 第30页 |
| 2.3.5 基于内容过滤和协同过滤算法比较 | 第30-31页 |
| 2.4 混合推荐模式 | 第31-34页 |
| 2.4.1 可行性分析 | 第31-32页 |
| 2.4.2 混合推荐模型基本框架 | 第32-34页 |
| 2.5 本章小结 | 第34-35页 |
| 第3章 个性化文本信息混合推荐系统分析与设计 | 第35-52页 |
| 3.1 混合推荐系统需求分析 | 第35-36页 |
| 3.1.1 系统功能需求 | 第35-36页 |
| 3.1.2 系统性能需求 | 第36页 |
| 3.2 混合推荐系统模型的确定 | 第36-38页 |
| 3.2.1 用户兴趣模型的确定 | 第36-37页 |
| 3.2.2 文本表示模型的确定 | 第37-38页 |
| 3.3 混合推荐系统架构设计 | 第38-39页 |
| 3.4 混合推荐系统核心模块结构设计 | 第39-41页 |
| 3.4.1 用户兴趣模型构建模块结构设计 | 第39页 |
| 3.4.2 文本表示模型构建模块结构设计 | 第39-40页 |
| 3.4.3 相似度计算模块结构设计 | 第40-41页 |
| 3.4.4 聚类模块结构设计 | 第41页 |
| 3.5 系统核心模块流程设计 | 第41-47页 |
| 3.5.1 用户兴趣模型构建模块流程设计 | 第41-42页 |
| 3.5.2 文本表示模型构建模块流程设计 | 第42-43页 |
| 3.5.3 相似度计算模块流程设计 | 第43-45页 |
| 3.5.4 聚类模块流程设计 | 第45-47页 |
| 3.6 混合推荐系统算法设计 | 第47-49页 |
| 3.6.1 高校机构知识库数据分析 | 第47页 |
| 3.6.2 混合推荐算法核心思想 | 第47页 |
| 3.6.3 混合推荐算法描述 | 第47-48页 |
| 3.6.4 算法流程 | 第48-49页 |
| 3.7 混合推荐策略设计 | 第49-51页 |
| 3.8 本章小结 | 第51-52页 |
| 第4章 高校机构知识库个性化文本信息混合推荐系统技术实现 | 第52-60页 |
| 4.1 系统分词及特征词提取 | 第52-53页 |
| 4.1.1 系统分词设计 | 第52页 |
| 4.1.2 系统特征词提取 | 第52-53页 |
| 4.2 系统相似度计算 | 第53-54页 |
| 4.2.1 用户相似度 | 第53-54页 |
| 4.2.2 文本相似度 | 第54页 |
| 4.3 系统聚类计算 | 第54-55页 |
| 4.4 系统构建领域推荐索引 | 第55-57页 |
| 4.5 信息推荐系统 | 第57-59页 |
| 4.5.1 检索功能 | 第57页 |
| 4.5.2 匿名用户推荐 | 第57-58页 |
| 4.5.3 登录用户推荐 | 第58页 |
| 4.5.4 根据用户最新兴趣推荐 | 第58-59页 |
| 4.6 本章小结 | 第59-60页 |
| 第5章 实验及结果分析 | 第60-65页 |
| 5.1 相似度计算 | 第60-61页 |
| 5.2 推荐准确率与召回率 | 第61-63页 |
| 5.2.1 混合推荐系统的准确率和召回率 | 第61-62页 |
| 5.2.2 推荐算法比较 | 第62-63页 |
| 5.3 用户打分评价 | 第63-64页 |
| 5.4 本章小结 | 第64-65页 |
| 第6章 结论与展望 | 第65-67页 |
| 6.1 结论 | 第65-66页 |
| 6.2 展望 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 致谢 | 第70页 |