基于社交网络的网络出版物推荐机制

发布时间：2017-09-15 21:18

  本文关键词：基于社交网络的网络出版物推荐机制

  更多相关文章： 自然语言处理 微博分析 智能推荐

【摘要】：信息技术正在快速进入人们的日常生活，影响人们的生活。由于网络出版物成本低、易于携带和阅读、更新速度快等优点，网络出版物正快速兴起和发展，传统的阅读方法正逐步被网络阅读所取代。随着网络出版物的不断更新和堆积，网络出版物物的管理和推荐显得越来越乏力，传统方法利用搜索引擎来查询相关的网络出版物，但由于查询结果过多往往需要用户进行二次主观筛选，这种方法费时费力而且准确率低；另一种方式通过像豆瓣、网易阅读、当当读书这样的网络阅读平台推荐，但这种推荐过于宽泛且没有重点。因此网络出版物的推荐需要更适合的推广平台。 社交网络的出现更是受到青睐，并逐渐发展成为人们日常生活中沟通了解的新渠道。随着社交网络日益增加的用户群和宽广的覆盖面，利用社交网络来推广产品正成为各生产商的新选择，然而由于国内对于社交网络的研究还处于起步阶段，利用社交网络来推广产品的机制不健全无法满足用户的真正的需求。针对上述问题，本文提出了基于社交网络的网络出版物推荐机制，根据用户的基本信息和历史关注的对象以及用户刚发表的信息进行语义化的智能推荐，，通过对微博语句进行自然语言处理经过分词、词法分析、制定分析策略来提取出关键字和情感，同时根据豆瓣读书提供的API和用户的背景库来构建查询，并将语义化查询结果推送给用户。
【关键词】：自然语言处理 微博分析 智能推荐
【学位授予单位】：武汉科技大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TP391.3
【目录】：

• 摘要4-5
• Abstract5-6
• 目录6-8
• 第一章 绪论8-13
• 1.1 问题提出的背景及意义8-9
• 1.2 国内外研究现状9-10
• 1.3 本文的主要工作10-12
• 1.4 本文的结构安排12-13
• 第二章 系统分析与结构13-17
• 2.1 系统整体解决方案13
• 2.2 输入数据13
• 2.3 分词13-14
• 2.4 句法分析14-15
• 2.5 制定筛选规则15-16
• 2.6 建立背景知识库16
• 2.7 本章小结16-17
• 第三章 系统框架及设计17-28
• 3.1 系统总体架构设计17-18
• 3.2 语句中文分词模块设计18-19
• 3.3 句法分析规则19-21
• 3.4 抽取关键字建立推荐策略21-22
• 3.5 抽取规则实现22-24
• 3.6 背景知识库建立24
• 3.7 基于兴趣的选择查询24-25
• 3.8 语义推荐25-26
• 3.9 推送结果26
• 3.10 小结26-28
• 第四章 实验28-32
• 4.1 实验环境28
• 4.2 实验结果及分析28-32
• 第五章 结论与展望32-33
• 致谢33-34
• 参考文献34-36
• 附录 1 攻读硕士学位期间发表的论文36-37
• 附录 2 攻读硕士学位期间参加的科研项目37-38
• 详细摘要38-42

【参考文献】

中国期刊全文数据库 前10条

1 赵文峰;孟祥武;陈俊亮;;信息提供类Web服务与RDF数据源的集成[J];北京邮电大学学报;2008年06期

2 孙宏林,俞士汶;浅层句法分析方法概述[J];当代语言学;2000年02期

3 陈艳红;宗乾进;袁勤俭;;国外微博研究热点、趋势及研究方法:基于信息计量学的视角[J];国际新闻界;2013年09期

4 张海军;史树敏;朱朝勇;黄河燕;;中文新词识别技术综述[J];计算机科学;2010年03期

5 黄翼彪;;实现Lucene接口的中文分词器的比较研究[J];科技信息;2012年12期

6 黄昌宁,苑春法,潘诗梅;语料库、知识获取和句法分析[J];中文信息学报;1992年03期

7 周强;汉语句法树库标注体系[J];中文信息学报;2004年04期

8 谢丽星;周明;孙茂松;;基于层次结构的多策略中文微博情感分析和特征抽取[J];中文信息学报;2012年01期

9 孙焕良;姜超;孙丽梅;廖廷悟;;基于网格索引的Top-k偏好查询算法[J];沈阳建筑大学学报(自然科学版);2009年03期

10 郑蕾;李生红;;基于微博网络的信息传播模型[J];通信技术;2012年02期

本文编号：858944