声明
摘要
1.1 研究背景和意义
1.1.1 研究背景
1.1.2 研究意义
1.2 科技报告研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 研究思路与创新点
1.3.1 研究思路
1.3.2 创新点
2.1 主题模型
2.1.1 主题模型概述
2.1.2 PLSI主题模型
2.1.3 LDA主题模型
2.2 个性化推荐方法
2.2.1 基于关联规则的推荐方法
2.2.2 协同过滤推荐方法
2.2.3 基于内容的推荐方法
2.2.4 混合推荐
2.3 推荐结果评估
3 基于主题模型的科技报告推荐方法
3.1 基于LDA主题模型的推荐
3.1.1 LDA的生成过程及参数估计
3.1.2 惊喜度评估
3.2 基于CTM关联主题模型的推荐
3.2.1 变分方法后验推断
3.2.2 参数估计
3.3 基于用户主题兴趣的推荐
4 基于主题模型的科技报告推荐实证
4.1 基于LDA主题模型的科技报告推荐
4.1.1 实验准备
4.1.2 基于主题分布相似性的推荐
4.1.3 实验结果
4.2 基于CTM关联主题模型的科技报告推荐
4.2.1 实验准备
4.2.2 基于主题关联度的推荐
4.2.3 实验结果
4.3 基于用户主题兴趣的科技报告推荐
4.3.1 实验准备
4.3.2 基于用户主题兴趣的推荐
4.3.3 实验结果
5.1 研究总结
5.2 展望
参考文献
致谢
华中师范大学;