基于用户分众和推荐技术的公共信息个性化服务研究

声明

摘要

第1章绪论

1．1 研究背景与意义

1．2国内外研究现状

1．2．1兴趣挖掘模型

1．2．2个性化推荐

1．2．3现有研究评述

1．3研究内容

1．4论文组织结构

第2章理论基础

2．1用户分众

2．2公共信息

2．3聚类技术

2．3．1聚类方法

2．3．2聚类距离

2．3．3评价指标

2．4．1主题模型

2．4．2共轭先验分布

2．4．3 LDA主题模型

2．5个性化推荐

2．5．1推荐系统

2．5．2基于协同过滤的推荐

2．5．3基于内容的推荐

2．6本章小结

第3章数据采集及预处理

3．1微博数据采集

3．2降噪处理

3．3中文分词

3．4去停用词

3．5本章小结

第4章基于用户兴趣主题的个性化推荐

4．1整体研究框架设计

4．2基于LDA的微博用户兴趣主题挖掘

4．3微博用户兴趣聚类

4．3．1传统K-means算法

4．3．2优化的K-means算法

4．4基于兴趣指数的个性化推荐

4．4．1微博用户兴趣与点赞量的关系分析

4．4．2基于兴趣推荐指数的个性化推荐

4．5本章小结

第5章实证及分析

5．1实验环境及数据集

5．2 LDA兴趣主题挖掘

5．3兴趣主题聚类

5．4推荐指数

5．5个性化推荐

5．5．1权重参数设置

5．5．2个性化推荐效果对比

5．6本章小结

总结与展望

参考文献

附录

攻读硕士学位期间取得的研究成果

致谢