融合功能--情境信息的设计重用研究

目录

1 绪 论

1.1 引言

1.2 课题研究背景及意义

1.2.1 研究背景

1.2.2 研究意义

1.3 国内外研究现状

1.3.1 国外研究现状

1.3.2 国内研究现状

1.4 论文研究内容和组织结构

1.4.1 研究内容

1.4.2 论文组织结构

2 基于聚类分析的模型实例功能设计重用

2.1 聚类分析算法

2.1.1 聚类分析

2.1.2 聚类算法分类

2.1.3 聚类算法步骤

2.2 模型显性信息定义及功能划分

2.2.1模型显性信息定义

2.2.2 模型功能信息划分

2.3 基于模糊等价关系的模型功能实例库聚类

2.4 基于模型实例功能类的设计重用决策

2.5 本章小结

3 基于情感分析的情境信息获取及表示

3.1 情感分析研究概述

3.1.1 相关术语

3.1.2 情感分析研究

3.1.3 情感分析的应用

3.2 情境信息的概述及来源

3.2.1情境信息

3.2.2情境信息来源

3.3基于情感分析的情境信息获取

3.3.1粗细粒度的情感分析

3.3.2情感分析一般过程

3.3.3文本的获取及预处理

3.4 基于句法分析的属性特征-情感词表构建

3.4.1模型特征-情感词对的抽取

3.4.2基于HowNet的属性特征词聚类

3.5 特征情感分值计算

3.5.1 基于词典的极性判别方法

3.5.2情感强度计算

3.5.3属性特征评分组构建

3.6 本章小结

4 融合功能-情境信息的个性化推荐

4.1 个性化推荐技术

4.1.1 基于协同过滤的推荐

4.1.2 基于内容的推荐

4.1.3 基于关联规则的推荐

4.2 基于用户的协同过滤算法

4.2.1基于用户的协同过滤算法流程

4.2.2 相似度计算方法

4.3 基于用户的协同过滤算法问题分析

4.3.1 获取有效数据问题

4.3.2扩展性问题

4.3.3.冷启动问题

4.4 融合功能-情境信息的协同过滤推荐模型

4.4.1改进协同过滤算法方案

4.4.2改进的推荐模型

4.5 本章小结

5 融合功能-情境信息的消费级无人机

5.1 模型功能信息重用方案选择

5.1.1 消费级无人机功能模块划分

5.1.2 客户私人订制需求功能分析

5.1.3 实例库聚类及最优备选集确立

5.1.4 基础反馈外延决策优化

5.2 模型情境信息重用方案推送

5.2.2无人机机架属性特征-情感词对抽取及特征聚类

5.2.3特征词聚类及客户偏好确立

5.2.4情感分值计算及用户相似度计算

5.2.5用户聚类及推荐生成

5.3 本章小结

6 结论与展望

6.1 研究结论

6.2 研究展望

参考文献

攻读硕士学位期间发表的论文及成果

致谢

声明