首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

社会标注系统中标签推荐方法研究

摘要第5-7页
Abstract第7-9页
第1章 引言第13-29页
    1.1 研究背景第13-24页
        1.1.1 Web 2.0与社会标注系统第13-15页
        1.1.2 标签的基本特征研究第15-18页
        1.1.3 基于标签的Web信息处理第18-21页
        1.1.4 标签推荐第21-24页
    1.2 社会标注系统中的标签推荐问题第24-25页
    1.3 论文的主要研究内容第25-27页
    1.4 论文的组织结构第27-29页
第2章 基于语义互标注的社会标注系统标签语义建模方法第29-55页
    2.1 社会标注系统的标签语义建模问题第30-34页
        2.1.1 研究目标第30-32页
        2.1.2 研究的基本出发点第32-34页
    2.2 相关研究第34-37页
    2.3 社会标注系统中标签的语义互标注现象第37-44页
        2.3.1 实验设定第38-40页
        2.3.2 实验结果的观察与讨论第40-44页
    2.4 基于语义互标注的标签语义建模随机关联模型第44-47页
        2.4.1 模型描述第44-46页
        2.4.2 计算细节第46-47页
    2.5 实验评估第47-53页
        2.5.1 实验设定第47-50页
        2.5.2 实验结果与分析第50-53页
    2.6 本章小结第53-55页
第3章 社会标注系统的标签数据预处理方法第55-81页
    3.1 社会标注系统的标签数据预处理问题第55-58页
    3.2 相关研究第58-60页
    3.3 社会标注系统标签数据预处理方法第60-73页
        3.3.1 分类标签与主题标签的识别方法第60-65页
        3.3.2 共识标签与非共识标签的识别方法第65-71页
        3.3.3 社会标注系统的资源标签扩展方法第71-73页
    3.4 实验评估第73-79页
        3.4.1 实验数据集第73页
        3.4.2 分类与主题标签区分评测第73-75页
        3.4.3 共识与非共识标签区分评测第75-78页
        3.4.4 标签扩展评测第78-79页
    3.5 本章小结第79-81页
第4章 融合多种异构对象分析的社会标注系统标签推荐方法第81-109页
    4.1 社会标注系统中的标签推荐问题第82-84页
    4.2 相关研究第84-87页
    4.3 基于异构对象融合分析的社会标注系统模型第87-95页
        4.3.1 基础与假设第87-90页
        4.3.2 单用户情况下的模型描述第90-92页
        4.3.3 多用户情况下的模型描述第92-93页
        4.3.4 推荐模型的直观解释第93-95页
    4.4 基于异构对象融合分析模型的信息标签推荐方法第95-99页
        4.4.1 利用融合分析模型进行标签推荐第95-96页
        4.4.2 模型参数的确定第96-98页
        4.4.3 模型的增量更新第98-99页
    4.5 实验评估第99-107页
        4.5.1 实验设定第99-100页
        4.5.2 潜在主题的数量第100-103页
        4.5.3 判断用户生成文章的能力第103-105页
        4.5.4 标签推荐效果对比第105-107页
        4.5.5 方法的复杂度分析第107页
    4.6 本章小结第107-109页
第5章 面向自主意识的个性化社会标注系统标签推荐方法第109-127页
    5.1 标签的个性化推荐问题第109-112页
    5.2 相关研究第112-114页
    5.3 面向用户自主意识的标签推荐模型第114-121页
        5.3.1 用户自主意识的建模方法第115-117页
        5.3.2 模型的数学描述第117-119页
        5.3.3 模型的参数估计第119-120页
        5.3.4 面向用户自主意识的个性化标签推荐方法第120-121页
    5.4 实验评估第121-126页
        5.4.1 实验设定第121-123页
        5.4.2 实验结果与分析第123-125页
        5.4.3 面相自主意识的个性化标签推荐算法的进一步讨论第125-126页
    5.5 本章小结第126-127页
第6章 结论第127-131页
    6.1 本文工作总结第127-128页
    6.2 下一步的研究工作第128-131页
参考文献第131-143页
致谢第143-145页
攻读博士学位期间的主要成果第145-147页
    论文发表情况第145-147页
    科研情况第147页

论文共147页,点击 下载论文
上一篇:单处理器及多处理器系统节能技术的研究
下一篇:云环境下大数据迭代计算研究