基于词向量的标签语义推荐算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 目录 | 第7-10页 |
| Contents | 第10-12页 |
| 第一章 绪论 | 第12-17页 |
| 1.1 研究背景 | 第12-14页 |
| 1.2 社会标签系统的研究内容 | 第14-16页 |
| 1.2.1 研究对象及主要内容 | 第14页 |
| 1.2.2 标签系统面临的问题和挑战 | 第14-15页 |
| 1.2.3 论文的研究思路 | 第15-16页 |
| 1.2.4 论文具体章节结构 | 第16页 |
| 1.3 课题来源 | 第16-17页 |
| 第二章 推荐系统介绍 | 第17-27页 |
| 2.1 推荐系统通用模型介绍 | 第17-19页 |
| 2.2 协同过滤算法 | 第19-23页 |
| 2.2.1 用户模型 | 第19-20页 |
| 2.2.2 相似度计算 | 第20-21页 |
| 2.2.3 选择最近邻居 | 第21页 |
| 2.2.4 预测评分 | 第21-22页 |
| 2.2.5 为目标用户返回推荐结果 | 第22页 |
| 2.2.6 优缺点分析 | 第22-23页 |
| 2.3 基于内容的过滤算法 | 第23-26页 |
| 2.3.1 用户模型 | 第23-24页 |
| 2.3.2 特征向量的权重计算 | 第24-25页 |
| 2.3.3 优缺点分析 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 社会标签推荐系统 | 第27-37页 |
| 3.1 概述 | 第27-28页 |
| 3.1.1 相关概念定义 | 第27页 |
| 3.1.2 用户标注所受影响因素 | 第27-28页 |
| 3.2 社会标签系统模型 | 第28-30页 |
| 3.3 社会标签系统的优劣势分析 | 第30-32页 |
| 3.4 社会标签系统实例 | 第32-34页 |
| 3.5 社会标签系统的标签推荐技术 | 第34-36页 |
| 3.5.1 基于内容的标签推荐技术 | 第34-35页 |
| 3.5.2 其它的标签推荐技术 | 第35-36页 |
| 3.6 本章小结 | 第36-37页 |
| 第四章 基于词向量的标签语义推荐算法 | 第37-49页 |
| 4.1 基于用户协同过滤的标签推荐算法 | 第37-38页 |
| 4.2 CFUT算法 | 第38-39页 |
| 4.3 基于词向量的标签语义推荐算法 | 第39-45页 |
| 4.3.1 Wu & Palmer概念相似度算法 | 第39-40页 |
| 4.3.2 基于词向量的标签相似度计算 | 第40-44页 |
| 4.3.3 用户相似度计算 | 第44-45页 |
| 4.3.4 产生推荐 | 第45页 |
| 4.4 中文词语相似度实验 | 第45-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第五章 实验及结果分析 | 第49-56页 |
| 5.1 实验环境 | 第49页 |
| 5.2 实验流程图 | 第49-50页 |
| 5.3 实验数据 | 第50-54页 |
| 5.4 评测指标 | 第54页 |
| 5.5 实验结果与分析 | 第54-55页 |
| 5.6 本章小结 | 第55-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 攻读学位期间发表的论文 | 第62-64页 |
| 致谢 | 第64页 |
