本文關(guān)鍵詞：基于關(guān)聯(lián)規(guī)則和情感分析的圖書推薦算法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：在當(dāng)今數(shù)字化時(shí)代,互聯(lián)網(wǎng)的迅速發(fā)展使得中國網(wǎng)民人數(shù)達(dá)到6.68億人次,其中有一半左右的人喜歡在網(wǎng)上發(fā)表評(píng)論,而且大多數(shù)人會(huì)把自己喜歡的文章、書籍、網(wǎng)站等進(jìn)行收藏,不難看出每位用戶的收藏信息很具有代表性。那么如何從這些數(shù)據(jù)中挖掘出對(duì)人們購買圖書有幫助的相關(guān)信息就成為了當(dāng)前研究的熱點(diǎn)之一。本文利用數(shù)據(jù)挖掘技術(shù)來分析用戶的收藏習(xí)慣和評(píng)論信息,力圖為用戶提供更人性化的圖書推薦服務(wù)。關(guān)聯(lián)規(guī)則算法是數(shù)據(jù)領(lǐng)域中較為常用的研究方法,常常用來發(fā)現(xiàn)不同項(xiàng)集之間的關(guān)系,在推薦系統(tǒng)方向有著很重要的地位。本文基于Apriori算法提出了一種改進(jìn)的關(guān)聯(lián)規(guī)則方法,用于分析用戶收藏圖書習(xí)慣。通過分析“豆瓣”網(wǎng)站上每一位讀者的“收藏”記錄,對(duì)數(shù)據(jù)庫中每位顧客收藏的圖書信息進(jìn)行分析從而得到所有的圖書頻繁項(xiàng)集以及關(guān)聯(lián)規(guī)則。僅僅使用關(guān)聯(lián)規(guī)則算法推薦并不能達(dá)到最好的效果,本文基于上下文對(duì)圖書評(píng)論內(nèi)容進(jìn)行情感分析,從而挖掘出圖書評(píng)論的情感傾向性,對(duì)讀者真正的想法進(jìn)行分析。對(duì)于圖書評(píng)論分析部分的研究方法是,首先利用爬蟲方法得到豆瓣用戶的圖書評(píng)論語料,然后利用基于上下文的圖書評(píng)論分析算法對(duì)所得到的原始語料進(jìn)行分析,得到圖書評(píng)論的情感傾向性。本文的主要內(nèi)容如下:(1)簡述關(guān)聯(lián)規(guī)則算法、文本挖掘技術(shù)及國內(nèi)外發(fā)展現(xiàn)狀。(2)基于經(jīng)典關(guān)聯(lián)規(guī)則算法Apriori算法提出了一種改進(jìn)算法。(3)提出了一種基于上下文的文本情感分析算法。(4)結(jié)合實(shí)驗(yàn)結(jié)果進(jìn)行分析。結(jié)合關(guān)聯(lián)規(guī)則中的圖書書目,對(duì)其用戶評(píng)論進(jìn)行情感分析,可以推薦給用戶更為精確的圖書推薦。本文所提供的算法將會(huì)給用戶推薦更受其他用戶好評(píng)的圖書,達(dá)到更為有效的推薦效果。本文的主要?jiǎng)?chuàng)新點(diǎn)如下:(1)以Apriori算法為基礎(chǔ),提出了一種改進(jìn)的關(guān)聯(lián)規(guī)則算法,減少了計(jì)算次數(shù),在時(shí)間復(fù)雜度上有所減少,從而達(dá)到提升計(jì)算速度的目的,在計(jì)算圖書關(guān)聯(lián)規(guī)則集的部分起到了重要的作用。(2)在推薦特征方向上增加了圖書評(píng)論的情感分析,提出了一種基于上下文的情感分析算法,使得分析結(jié)果的正確性有了提升,整個(gè)圖書推薦系統(tǒng)的準(zhǔn)確性也有了相應(yīng)提升,提高了用戶體驗(yàn)。
【關(guān)鍵詞】：數(shù)據(jù)挖掘 圖書推薦 關(guān)聯(lián)規(guī)則 圖書評(píng)論 情感分析
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP311.13;TP391.3
【目錄】：

• 摘要4-6
• Abstract6-11
• 第1章 緒論11-17
• 1.1 研究背景及意義11-12
• 1.1.1 研究背景11-12
• 1.1.2 研究意義12
• 1.2 國內(nèi)外相關(guān)研究現(xiàn)狀12-14
• 1.2.1 關(guān)聯(lián)規(guī)則研究現(xiàn)狀12-13
• 1.2.2 文本情感研究現(xiàn)狀13-14
• 1.3 主要研究內(nèi)容14-15
• 1.4 論文的組織結(jié)構(gòu)15-17
• 第2章 相關(guān)理論和技術(shù)17-24
• 2.1 理論基礎(chǔ)17-20
• 2.1.1 關(guān)聯(lián)規(guī)則理論基礎(chǔ)17-18
• 2.1.2 文本分類的理論基礎(chǔ)18-20
• 2.2 相關(guān)技術(shù)20-22
• 2.2.1 爬蟲技術(shù)20-21
• 2.2.2 數(shù)據(jù)預(yù)處理技術(shù)21-22
• 2.2.3 中文文本情感傾向性分析技術(shù)22
• 2.3 本章小結(jié)22-24
• 第3章 關(guān)聯(lián)規(guī)則在圖書推薦系統(tǒng)中的應(yīng)用24-34
• 3.1 關(guān)聯(lián)規(guī)則的問題描述24
• 3.2 關(guān)聯(lián)規(guī)則算法分析24-26
• 3.2.1 關(guān)聯(lián)規(guī)則的重要指標(biāo)24-25
• 3.2.2 關(guān)聯(lián)規(guī)則的基本過程25-26
• 3.3 關(guān)聯(lián)規(guī)則在圖書推薦系統(tǒng)中的必要性26-27
• 3.4 關(guān)聯(lián)規(guī)則的改進(jìn)算法27-30
• 3.5 改進(jìn)的關(guān)聯(lián)規(guī)則算在圖書推薦系統(tǒng)中的應(yīng)用30-33
• 3.6 本章小結(jié)33-34
• 第4章 基于上下文的圖書評(píng)論情感分析34-52
• 4.1 數(shù)據(jù)處理34-40
• 4.1.1 獲取數(shù)據(jù)34-37
• 4.1.2 數(shù)據(jù)預(yù)處理37
• 4.1.3 分詞37-40
• 4.2 詞典構(gòu)建40-47
• 4.2.1 情感詞典構(gòu)建40-45
• 4.2.2 程度詞典構(gòu)建45-46
• 4.2.3 感嘆號(hào)46-47
• 4.2.4 否定詞47
• 4.3 情感分析算法描述及設(shè)計(jì)47-51
• 4.3.1 斷句47-48
• 4.3.2 算法設(shè)計(jì)48-51
• 4.4 本章小結(jié)51-52
• 第5章 實(shí)驗(yàn)結(jié)果及分析52-60
• 5.1 測(cè)評(píng)指標(biāo)52
• 5.2 改進(jìn)關(guān)聯(lián)規(guī)則算法測(cè)評(píng)結(jié)果及分析52-55
• 5.3 基于上下文的圖書評(píng)論分析測(cè)評(píng)結(jié)果及分析55-57
• 5.4 圖書推薦的測(cè)評(píng)結(jié)果57-59
• 5.5 本章小結(jié)59-60
• 第6章 總結(jié)與展望60-62
• 參考文獻(xiàn)62-65
• 作者簡介65-66
• 致謝66

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 宮雨,武森,尹阿東,高學(xué)東;加權(quán)關(guān)聯(lián)規(guī)則的改進(jìn)算法[J];計(jì)算機(jī)工程與應(yīng)用;2004年22期

2 王華秋,曹長修,王越;一種快速并行關(guān)聯(lián)規(guī)則算法研究及仿真[J];計(jì)算機(jī)應(yīng)用研究;2005年07期

3 陳濤;張瑋;;一個(gè)改進(jìn)的并行關(guān)聯(lián)規(guī)則算法研究[J];計(jì)算機(jī)技術(shù)與發(fā)展;2007年01期

4 張志鋒;鄧璐娟;劉秀梅;;關(guān)聯(lián)規(guī)則算法在郵政商函客戶關(guān)系中的應(yīng)用[J];計(jì)算機(jī)技術(shù)與發(fā)展;2008年12期

5 付寶君;;基于關(guān)聯(lián)規(guī)則算法的研究[J];科技信息(科學(xué)教研);2008年15期

6 王琳莎;林國龍;楊斌;;新的關(guān)聯(lián)規(guī)則算法在物流行業(yè)中的應(yīng)用[J];物流工程與管理;2009年03期

7 傅國強(qiáng);郭向勇;;動(dòng)態(tài)加權(quán)關(guān)聯(lián)規(guī)則算法的分析與實(shí)現(xiàn)[J];計(jì)算機(jī)工程;2010年23期

8 張瑞雪;;改進(jìn)的關(guān)聯(lián)規(guī)則算法在課堂教學(xué)評(píng)價(jià)中的應(yīng)用[J];產(chǎn)業(yè)與科技論壇;2011年06期

9 李琦,宋國新;在線挖掘關(guān)聯(lián)規(guī)則算法的改進(jìn)[J];華東理工大學(xué)學(xué)報(bào);2000年05期

10 辛志,劉少輝,史忠植;關(guān)聯(lián)規(guī)則算法的實(shí)現(xiàn)與改進(jìn)[J];計(jì)算機(jī)工程與應(yīng)用;2002年24期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前4條

1 谷斌;靳艷峰;王磊;;關(guān)聯(lián)規(guī)則算法在郵政報(bào)刊征訂中的應(yīng)用研究[A];第十屆中國科協(xié)年會(huì)信息化與社會(huì)發(fā)展學(xué)術(shù)討論會(huì)分會(huì)場(chǎng)論文集[C];2008年

2 王爽;魏振鋼;;空間關(guān)聯(lián)規(guī)則算法在環(huán)境污染事故應(yīng)急處理系統(tǒng)中的應(yīng)用研究[A];第四屆中國智能計(jì)算大會(huì)論文集[C];2010年

3 譚軍;卜英勇;;一種具有反單調(diào)性的加權(quán)支持度-信任度框架[A];2011年全國電子信息技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2011年

4 高杰;李紹軍;錢鋒;;數(shù)據(jù)挖掘中關(guān)聯(lián)規(guī)則算法的研究及應(yīng)用[A];第十七屆全國過路控制會(huì)議論文集[C];2006年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 李遠(yuǎn)博;基于關(guān)聯(lián)規(guī)則算法的旅游推薦研究[D];陜西師范大學(xué);2015年

2 畢巖;基于Hadoop的并行關(guān)聯(lián)算法的研究[D];南京郵電大學(xué);2015年

3 于娜;基于關(guān)聯(lián)規(guī)則算法的嫌疑程度關(guān)系發(fā)現(xiàn)方法研究[D];大連工業(yè)大學(xué);2015年

4 李自勝;基于動(dòng)態(tài)KMV模型和時(shí)序關(guān)聯(lián)規(guī)則的商業(yè)銀行信用風(fēng)險(xiǎn)研究[D];浙江財(cái)經(jīng)大學(xué);2016年

5 武霞;Hadoop平臺(tái)下基于聚類和關(guān)聯(lián)規(guī)則算法的工程車輛故障預(yù)測(cè)研究[D];太原科技大學(xué);2015年

6 張依歡;關(guān)聯(lián)規(guī)則算法在教學(xué)評(píng)價(jià)中的應(yīng)用研究[D];吉林大學(xué);2016年

7 李欣弘;基于關(guān)聯(lián)規(guī)則和情感分析的圖書推薦算法研究[D];吉林大學(xué);2016年

8 陶雙紅;決策樹關(guān)聯(lián)規(guī)則算法在高校貧困生評(píng)定管理中的應(yīng)用[D];湖南大學(xué);2013年

9 王凱;關(guān)聯(lián)規(guī)則算法及其在智能藥房系統(tǒng)中的應(yīng)用研究[D];南京理工大學(xué);2012年

10 王磊;關(guān)聯(lián)規(guī)則算法的研究及在海岸線分類中的應(yīng)用[D];青島大學(xué);2012年

  本文關(guān)鍵詞：基于關(guān)聯(lián)規(guī)則和情感分析的圖書推薦算法研究，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：364637