隨著互聯(lián)網(wǎng)信息資源的指數(shù)增長,人們從信息資源匱乏的時代來到了信息資源極其豐富的信息化時代。面對海量的信息資源,人們很難迅速地從中獲取到真正想要的信息。因此,如何構(gòu)建一個信息整合的智庫,為用戶提供更有價值的信息資源逐漸成為研究熱點。為了改善互聯(lián)網(wǎng)上信息資源雜亂無章的現(xiàn)象,方便用戶更準(zhǔn)確地獲取所需要的信息,文本將微信公眾號這一互聯(lián)網(wǎng)信息入口級應(yīng)用作為研究對象,對微信公眾號的排序以及對微信文章的分類方法展開研究,提出了一種基于LambdaMART的微信公眾號排序以及面向信息服務(wù)的微信文章分類方法。本文通過調(diào)研已有的微信公眾號排序方法,并結(jié)合微信公眾號的特點,提出了一種基于LambdaMART算法的微信公眾號排序的方法�，F(xiàn)有的公眾號排序方法大多是根據(jù)總閱讀數(shù)、總點贊數(shù)等量化指標(biāo)通過人工經(jīng)驗賦權(quán)得到排序結(jié)果,忽略了文章內(nèi)容對公眾號選擇的影響。為了解決該問題,在保留量化指標(biāo)的基礎(chǔ)上,本文提出了四個基于微信篇章內(nèi)容的排序特征:主題垂直性、發(fā)文穩(wěn)定性、主題覆蓋率和主題相關(guān)性,使用LambdaMART算法針對上述特征集合訓(xùn)練模型,并通過主成分分析進行特征選擇優(yōu)化。然后,本文提出了一種基于文本體裁的面向信...

【文章頁數(shù)】：59 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 研究背景與意義
    1.2 本文主要工作
    1.3 論文組織結(jié)構(gòu)
第2章 相關(guān)研究
    2.1 微信公眾號評價指標(biāo)及方法
    2.2 排序?qū)W習(xí)
    2.3 文本分類
        2.3.1 特征工程
        2.3.2 分類器
    2.4 信息服務(wù)
    2.5 本章小結(jié)
第3章 基于LambdaMART算法的微信公眾號排序
    3.1 LambdaMART算法
    3.2 特征定義
        3.2.1 主題垂直性
        3.2.2 發(fā)文穩(wěn)定性
        3.2.3 主題覆蓋率
        3.2.4 主題相關(guān)性
    3.3 相關(guān)性判別
    3.4 實驗設(shè)計與結(jié)果分析
        3.4.1 實驗語料
        3.4.2 主成分分析
        3.4.3 評價指標(biāo)
        3.4.4 實驗結(jié)果和分析
    3.5 本章小結(jié)
第4章 面向信息服務(wù)的微信文章分類
    4.1 面向信息服務(wù)的微信文章分類
    4.2 微信自動分類的特征選定
        4.2.1 符號特征
        4.2.2 詞匯特征
        4.2.3 詞性特征
        4.2.4 格式特征
        4.2.5 淺層特征
    4.3 微信文章分類實驗
    4.4 微信文章分類結(jié)果分析
    4.5 本章小結(jié)
第5章 系統(tǒng)設(shè)計實現(xiàn)與應(yīng)用
    5.1 系統(tǒng)數(shù)據(jù)和環(huán)境
    5.2 基于微信公眾號的領(lǐng)域智庫的應(yīng)用
    5.3 系統(tǒng)功能
    5.4 本章小結(jié)
結(jié)論
參考文獻(xiàn)
致謝
攻讀碩士期間發(fā)表(含錄用)的學(xué)術(shù)論文



本文編號：3841213