面向用户创造内容的大数据加工方法与技术PDF电子书下载

第1章 导论 1

1.1 问题背景 1

1.2 几类典型的UGC 3

1.3 UGC类大数据加工的关键 16

1.4 UGC的加工方法 18

1.5 本书的主要内容与结构 25

第2章 在线客户评论的序化方法 26

2.1 问题背景 26

2.2 互联网点评信息的序与序化 26

2.3 点评信息的序化方法 34

2.4 实例 41

第3章 基于产品族设计的在线客户评论的加工方法 49

3.1 问题背景 49

3.2 OCR的加工模型 50

3.3 在线客户评论加工的产品族设计与映射 60

3.4 OCR的加工图式 68

3.5 在线客户评论加工的超图系统及模式基元 83

3.6 实例 93

第4章 危机事件识别的微博信息加工 106

4.1 问题背景 106

4.2 基于ISDT的微博信息加工 108

4.3 微博危机事件的中心化加工和事件角色 119

4.4 微博危机事件序化加工 124

4.5 微博危机事件的情感测度和损害性评价 130

4.6 实例 140

第5章 基于中心化的微博的网络热点发现模型 152

5.1 问题背景 152

5.2 面向网络热点发现的微博中心化思路 153

5.3 微博网络热点的发现模型 157

5.4 微博网络热点的发现平台设计 162

5.5 实例 168

第6章 面向网络广告定向的微博加工方法 172

6.1 问题背景 172

6.2 微博网站的结构与广告价值 173

6.3 网络广告的定向需求及微博中心化描述 174

6.4 面向网络广告定向的微博中心化加工 181

6.5 实例 188

第7章 面向动态情境的信息推荐 192

7.1 问题背景 192

7.2 动态情境中信息推荐问题的表达和求解模式 193

7.3 基于情境偏好的动态情境对象识别和协同过滤 201

7.4 动态情境中的用户偏好漂移识别与度量 213

7.5 动态情境中信息推荐的演化机制和系统分析单元 223

7.6 面向动态情境的信息推荐系统 233

第8章 个性化移动内容服务的模型和方法 248

8.1 问题背景 248

8.2 个性化移动内容服务分析 249

8.3 个性化移动内容服务的本体模型 255

8.4 基于量化频繁标引格的情境偏好关联挖掘 269

8.5 个性化移动内容服务的工作机理 284

8.6 个性化移动内容服务集成框架 294

参考文献 304