封面
声明
中文摘要
英文摘要
目录
第一章 绪 论
1.1 研究背景与意义
1.2 国内外研究现状
1.3 本文主要研究内容及创新点
1.4 本文的组织结构
第二章 相关理论与技术
2.1 相关概念
2.2 推荐系统分类
2.3 推荐系统相关理论与技术
2.4 评论文本挖掘与情感分析技术
2.5 本章小结
第三章 协同过滤推荐算法相似度的改进
3.1 传统的基于用户的协同过滤算法
3.2 相关工作
3.3 用户多维相似度的协同过滤推荐算法
3.4 实验结果及分析
3.5 本章小结
第四章 文本评论在推荐系统中的情感量化
4.1 文本处理模型构建
4.2 获取结构化评论对象集
4.3 评论文本情感词典的构建
4.4 评论文本情感量化分析
4.5 实验设计及结果分析
4.6 本章小结
第五章 结合用户评论的多维度推荐模型
5.1 基于用户评论的相似度
5.2 多维相似度计算
5.3 整体模型设计
5.4 实验设计与结果分析
5.5 本章小结
第六章 结 论
6.1 本文总结
6.2 未来展望
参考文献
致谢
攻读学位期间的研究成果