發(fā)布時間：2017-09-15 21:18

  本文關鍵詞：基于社交網絡的網絡出版物推薦機制

  更多相關文章： 自然語言處理 微博分析 智能推薦

【摘要】：信息技術正在快速進入人們的日常生活，影響人們的生活。由于網絡出版物成本低、易于攜帶和閱讀、更新速度快等優(yōu)點，網絡出版物正快速興起和發(fā)展，傳統(tǒng)的閱讀方法正逐步被網絡閱讀所取代。隨著網絡出版物的不斷更新和堆積，網絡出版物物的管理和推薦顯得越來越乏力，傳統(tǒng)方法利用搜索引擎來查詢相關的網絡出版物，但由于查詢結果過多往往需要用戶進行二次主觀篩選，這種方法費時費力而且準確率低；另一種方式通過像豆瓣、網易閱讀、當當讀書這樣的網絡閱讀平臺推薦，但這種推薦過于寬泛且沒有重點。因此網絡出版物的推薦需要更適合的推廣平臺。 社交網絡的出現(xiàn)更是受到青睞，并逐漸發(fā)展成為人們日常生活中溝通了解的新渠道。隨著社交網絡日益增加的用戶群和寬廣的覆蓋面，利用社交網絡來推廣產品正成為各生產商的新選擇，然而由于國內對于社交網絡的研究還處于起步階段，利用社交網絡來推廣產品的機制不健全無法滿足用戶的真正的需求。針對上述問題，本文提出了基于社交網絡的網絡出版物推薦機制，根據(jù)用戶的基本信息和歷史關注的對象以及用戶剛發(fā)表的信息進行語義化的智能推薦，，通過對微博語句進行自然語言處理經過分詞、詞法分析、制定分析策略來提取出關鍵字和情感，同時根據(jù)豆瓣讀書提供的API和用戶的背景庫來構建查詢，并將語義化查詢結果推送給用戶。
【關鍵詞】：自然語言處理 微博分析 智能推薦
【學位授予單位】：武漢科技大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TP391.3
【目錄】：

• 摘要4-5
• Abstract5-6
• 目錄6-8
• 第一章 緒論8-13
• 1.1 問題提出的背景及意義8-9
• 1.2 國內外研究現(xiàn)狀9-10
• 1.3 本文的主要工作10-12
• 1.4 本文的結構安排12-13
• 第二章 系統(tǒng)分析與結構13-17
• 2.1 系統(tǒng)整體解決方案13
• 2.2 輸入數(shù)據(jù)13
• 2.3 分詞13-14
• 2.4 句法分析14-15
• 2.5 制定篩選規(guī)則15-16
• 2.6 建立背景知識庫16
• 2.7 本章小結16-17
• 第三章 系統(tǒng)框架及設計17-28
• 3.1 系統(tǒng)總體架構設計17-18
• 3.2 語句中文分詞模塊設計18-19
• 3.3 句法分析規(guī)則19-21
• 3.4 抽取關鍵字建立推薦策略21-22
• 3.5 抽取規(guī)則實現(xiàn)22-24
• 3.6 背景知識庫建立24
• 3.7 基于興趣的選擇查詢24-25
• 3.8 語義推薦25-26
• 3.9 推送結果26
• 3.10 小結26-28
• 第四章 實驗28-32
• 4.1 實驗環(huán)境28
• 4.2 實驗結果及分析28-32
• 第五章 結論與展望32-33
• 致謝33-34
• 參考文獻34-36
• 附錄 1 攻讀碩士學位期間發(fā)表的論文36-37
• 附錄 2 攻讀碩士學位期間參加的科研項目37-38
• 詳細摘要38-42

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 趙文峰;孟祥武;陳俊亮;;信息提供類Web服務與RDF數(shù)據(jù)源的集成[J];北京郵電大學學報;2008年06期

2 孫宏林,俞士汶;淺層句法分析方法概述[J];當代語言學;2000年02期

3 陳艷紅;宗乾進;袁勤儉;;國外微博研究熱點、趨勢及研究方法:基于信息計量學的視角[J];國際新聞界;2013年09期

4 張海軍;史樹敏;朱朝勇;黃河燕;;中文新詞識別技術綜述[J];計算機科學;2010年03期

5 黃翼彪;;實現(xiàn)Lucene接口的中文分詞器的比較研究[J];科技信息;2012年12期

6 黃昌寧,苑春法,潘詩梅;語料庫、知識獲取和句法分析[J];中文信息學報;1992年03期

7 周強;漢語句法樹庫標注體系[J];中文信息學報;2004年04期

8 謝麗星;周明;孫茂松;;基于層次結構的多策略中文微博情感分析和特征抽取[J];中文信息學報;2012年01期

9 孫煥良;姜超;孫麗梅;廖廷悟;;基于網格索引的Top-k偏好查詢算法[J];沈陽建筑大學學報(自然科學版);2009年03期

10 鄭蕾;李生紅;;基于微博網絡的信息傳播模型[J];通信技術;2012年02期

本文編號：858944