声明
摘要
第一章 引言
1.1 研究背景与意义
1.1.1 热门推荐与个性化推荐
1.1.2 情感分析
1.2 国内外发展状况
1.2.1 情感分析发展现状
1.2.2 电影推荐系统发展现状
1.3 主要工作及论文组织结构
第二章 系统相关工作
2.1 系统相关技术
2.2 情感分析的方法
2.2.1 基于词典的情感分析
2.2.2 基于语义的情感分析
2.2.3 基于机器学习的情感分析方法
2.3 推荐系统相关算法
2.3.1 基于协同过滤的推荐算法
2.3.2 基于内容的推荐算法
2.3.3 基于关联规则的推荐算法
2.4 本章小结
第三章 一种融合情感词频和主题拓展的情感分析方法的设计与分析
3.1 分类算法
3.1.1 空间向量模型
3.1.2 主题模型
3.1.3 SVM算法
3.2 算法介绍
3.2.1 数据预处理
3.2.2 算法模型介绍
3.2.3 数据集与实验参考指标
3.2.4 实验验证
3.3 算法在系统中示例
3.3.1 数据集
3.3.2 实验验证与分析
3.4 本章小结
第四章 系统分析与实现
4.1 系统架构设计
4.2 系统功能设计
4.3 系统核心模块设计
4.4 系统实现
4.4.1 热门评论
4.4.2 热门推荐
4.4.3 基于内容的个性化推荐
4.4.4 搜索模块实现
4.4.5 运营模块实现
4.5 本章小结
第五章 总结展望
5.1 总结
5.2 研究展望
参考文献
附录A 图索引
Appendix A Figure Index
附录B 表格索引
Appendix B Table Index
致谢
攻读硕士学位期间主持或参与的科研项目