| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-17页 |
| 1.1 研究背景和意义 | 第8-11页 |
| 1.1.1 研究背景 | 第8-10页 |
| 1.1.2 研究意义 | 第10-11页 |
| 1.2 研究现状 | 第11-14页 |
| 1.2.1 推荐系统研究现状 | 第11-12页 |
| 1.2.2 评论文本分析研究现状 | 第12-14页 |
| 1.3 研究目标和研究内容 | 第14-15页 |
| 1.4 本文的结构安排 | 第15-16页 |
| 1.5 本章小结 | 第16-17页 |
| 2 汽车推荐相关知识 | 第17-28页 |
| 2.1 问题定义 | 第17-18页 |
| 2.2 推荐系统 | 第18-19页 |
| 2.3 矩阵分解 | 第19-20页 |
| 2.4 卷积神经网络 | 第20-22页 |
| 2.5 在线评论文本处理 | 第22-27页 |
| 2.5.1 文本语料预处理 | 第23-24页 |
| 2.5.2 汽车领域字典的构建 | 第24-25页 |
| 2.5.3 GloVe词向量模型 | 第25-27页 |
| 2.6 本章小结 | 第27-28页 |
| 3 SCTCMAR:基于社交因素和评论文本卷积网络的汽车推荐 | 第28-36页 |
| 3.1 汽车推荐框架 | 第28-33页 |
| 3.1.1 社交圈 | 第28-29页 |
| 3.1.2 个人偏好 | 第29-30页 |
| 3.1.3 偏好相似度 | 第30页 |
| 3.1.4 评论隐特征 | 第30-33页 |
| 3.2 汽车推荐模型 | 第33-35页 |
| 3.2.1 SCTCMAR模型 | 第33-34页 |
| 3.2.2 模型训练 | 第34-35页 |
| 3.3 本章小结 | 第35-36页 |
| 4 实验及结果分析 | 第36-42页 |
| 4.1 数据集 | 第36页 |
| 4.2 评价指标体系 | 第36-37页 |
| 4.3 与其他推荐算法的比较 | 第37-41页 |
| 4.4 本章小结 | 第41-42页 |
| 5 汽车推荐系统的实现 | 第42-52页 |
| 5.1 背景知识 | 第42页 |
| 5.2 系统架构 | 第42-45页 |
| 5.2.1 系统功能概述 | 第43页 |
| 5.2.2 概念设计 | 第43-44页 |
| 5.2.3 系统环境 | 第44-45页 |
| 5.3 核心功能设计 | 第45-47页 |
| 5.3.1 网络爬虫 | 第45-46页 |
| 5.3.2 关键词提取 | 第46页 |
| 5.3.3 个性化推荐 | 第46-47页 |
| 5.4 结果展示 | 第47-51页 |
| 5.4.1 汽车推荐服务 | 第47-48页 |
| 5.4.2 推荐汽车案例展示 | 第48-51页 |
| 5.5 本章小结 | 第51-52页 |
| 6 总结和展望 | 第52-54页 |
| 6.1 工作总结 | 第52-53页 |
| 6.2 未来展望 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 附录 | 第59页 |
| A 作者在攻读学位期间成果目录 | 第59页 |
| B 作者在攻读学位期间参加的项目 | 第59页 |