基於文本挖掘和機器學習的情境感知推薦方法研究

史海燕

相關主題

商品描述

本書以文本挖掘和機器學習作為基本的技術方法, 從 “用戶—項目—情境” 關系的不同展開維度來發展和構建情境感知推薦方法, 關註情境感知推薦系統中相關情境的識別問題, 選取多個領域的中文語料和數據集開展計算機實驗。 本書研究成果可以為信息推薦、信息檢索及中文信息處理等相關領域的研究和實踐提供參考。

作者簡介

史海燕,女,1978年生,畢業於南開大學情報學專業,博士,碩士生導師。主要研究方向為信息推薦、信息組織與信息檢索、知識圖譜等,主持國家社會科學基金項目“基於文本挖掘和機器學習的情境感知推薦方法研究”,主持省廳級項目多項,在本領域高水平期刊發表學術論文30餘篇,主編教材《信息組織》和《信息檢索方法與技術:理論與實驗》,主持省部級教改課題多項,獲評河北省“調研河北”省級優秀指導教師等榮譽稱號。

目錄大綱

第1章 緒 論
1.1 研究背景
1.2 研究目的與研究意義
1.2.1 研究目的
1.2.2 研究意義
1.3 外研究現狀
1.3.1 CARS的主要技術方法
1.3.2 CARS的主要應用領域
1.3.3 外研究現狀述評
1.4 研究內容與研究方法
1.4.1 研究內容
1.4.2 研究方法
1.5 研究思路與創新點
1.5.1 研究思路
1.5.2 創新點
第2章 相關概念與理論基礎
2.1 系統
2.1.1 系統的概念與發展
2.1.2 系統的分類
2.2 情境與情境感知
2.2.1 情境的內涵與界定
2.2.2 情境感知的內涵與界定
2.3 情境感知 系統
2.3.1 情境感知 系統的概念
2.3.2 情境感知 系統的基本模式
2.3.3 情境感知 系統的基本方法
2.4 文本挖掘與機器學習
2.4.1 文本挖掘的概念與主要方法
2.4.2 機器學習的概念與主要方法
2.5 理論基礎
2.5.1 信息需求與信息行為相關理論
2.5.2 情境感知系統相關理論
2.5.3 人機交互相關理論
第3章 基於評分和評論的用戶偏好建模及 方法
3.1 相關研究
3.2 基於向量空間模型的用戶偏好建模及 方法
3.2.1 項目內容特征提取方法
3.2.2 用戶興趣度計算方法
3.2.3 項目排序方法
3.2.4 計算機實驗
3.3 基於深度學習的用戶偏好建模及 方法
3.3.1 評論文本的詞嵌入
3.3.2 用戶表示和項目表示的生成
3.3.3 項目排序方法
3.3.4 計算機實驗
3.4 本章小結
第4章 相關情境的識別與建模
4.1 相關研究
4.1.1 情境信息的獲取
4.1.2 相關情境的識別