(18.204.227.34) 您好!臺灣時間:2021/05/14 09:35
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

我願授權國圖
: 
twitterline
研究生:周明翰
研究生(外文):Ming-Han Chou
論文名稱:以潛在語意分析建構個人化電影推薦系統
論文名稱(外文):A Personal Movie Recommender based on Latent Semantic Analysis
指導教授:陳灯能陳灯能引用關係
指導教授(外文):Deng-Neng Chen
學位類別:碩士
校院名稱:國立屏東科技大學
系所名稱:資訊管理系所
學門:電算機學門
學類:電算機一般學類
論文種類:學術論文
論文出版年:2013
畢業學年度:101
語文別:中文
論文頁數:80
中文關鍵詞:潛在語意分析使用者偏好推薦系統
外文關鍵詞:Latent Semantic Analysisuser’s preferencesrecommender
相關次數:
  • 被引用被引用:0
  • 點閱點閱:493
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:1
隨著資訊科技的迅速發展和網際網路的普及化,多樣化且龐大的資訊快速傳播,為我們帶來便利的生活環境,但是如此龐大的資料量卻也造成資訊過載(Information Overload)的問題,也因此如何利用資訊擷取(Information Retrieval)與資訊過濾(Information Filtering)的技術來解決資訊過載的問題受到資訊領域的重視。潛在語意分析(Latent Semantic Analysis, LSA)建置一個描繪資料集的語意空間,經過奇異值分解及維度約化的過程,可以找出字詞在文件內容的真正含意,幫助資訊的瀏覽及分析,也因此被視為是一個有效的解決資訊過載問題的技術。本研究應用潛在語意分析的方法,結合使用者個人的偏好資訊,建置一個個人化的電影推薦系統,研究結果顯示相較於亂數隨機取值的推薦機制,以潛在語意分析為基礎的推薦方法在推薦的準確度上表現較為出色。
With the rapid development of information technology and Internet, there are more and more information disseminated and transmitted on the Internet. It is convenient to Internet users but it also caused information overloading problem. Therefore, the information retrieval and information filtering technologies have attracted much attention. Latent Semantic Analysis (LSA) develops a sematic space for the data set. By the singular value decomposition and dimension reduction calculation, we can get the real meaning of words in the content of the articles. LSA is deemed as an effective tool to solve the information overloading problem. In this research, we developed a personal movie recommender based on LSA and personal preferences. We have conducted a prototype system and an experiment to evaluate the performance. The results of the experiment show that our system has much better performance than the recommender designed based on random recommendation.
摘 要 i
Abstract ii
謝 誌 iii
目 錄 iv
圖 目 錄 vi
表 目 錄 viii
第 1 章 緒論 1
1.1 研究背景與動機 1
1.2 研究目的 5
1.3 研究流程 5
第 2 章 文獻探討 7
2.1 潛在語意分析 7
2.2 中文斷詞 9
2.3 使用者偏好 13
第 3 章 系統設計 15
3.1 系統架構 15
3.2 文件處理模組 16
3.3 使用者偏好模組 17
3.4 語意分析模組 18
3.5 潛在語意分析流程 20
3.6 實驗設計 23
第 4 章 資料分析 44
4.1 資料蒐集 44
4.2 實驗資料分析 45
4.3 分析結果 57
第 5 章 結論 74
5.1 研究成果 74
5.2 研究貢獻 75
5.3 研究限制 76
5.4 未來展望 76
參考文獻 78
作者簡介 80

中文部分
1. 中文詞知識庫小組 "中文斷詞系統."
2. 台灣電影網 "台北市首輪院線映演國產影片、港陸影片暨其他外片之票房歷史統計(-2011)," 2011.
3. 李建志 "應用混合式機率模型於新聞資訊檢索之研究," in: 資訊工程學系碩博士班, 國立成功大學, 台南市, 2002, p. 68.
4. 邱永祥 "運用類神經網路與資料探勘技術於網路教學課程推薦之研究," in: 資訊管理系碩士班, 朝陽科技大學, 台中縣, 2003, p. 127.
5. 張宴晟 "擴展反應型論述題反應之自動化評估方法-以教師教學能力為例," in: 資訊教育學系, 國立臺灣師範大學, 台北市, 2008, p. 100.
6. 黃信捷 "使用潛在語意分析與自我組織映射於中文文件摘要," in: 資訊系統與應用研究所, 國立清華大學, 新竹市, 2008, p. 48.
7. 資策會FIND網站 "2010年我國家庭寬頻現況與需求調查 ─ 個人篇,") 2010.
8. 資策會FIND網站 "2011年6月底止台灣上網人口," 2011.
9. 蔡易圜 "應用潛藏式語意分析於護理診斷之決策," in: 電機工程系, 南台科技大學, 台南縣, 2008, p. 79.
10. 儲三翔 "學習歷程分析之學習參數改良機制實作與評鑑," in: 學習科技研究所, 國立花蓮師範學院, 花蓮縣, 2005, p. 110.
11. 蘇彥寧 "建置網路學習小組議題報告電腦化評量機制之研究," in: 教育學系科技發展與傳播碩士班, 國立臺南大學, 台南市, 2010, p. 106.

英文部分
1. Chen, K.-J., and Bai, M.-H. "Unknown Word Detection for Chinese by a Corpus-based Learning Method," International Journal of Computational linguistics and Chinese Language Processing (3:1) 1998, pp. 27-44.
2. Chen, K.-J., and Liu, S.-l. "Word identification for Mandarin Chinese sentences," 1992, pp. 101-107.
3. Chen, K.-J., and Ma, W.-Y. "Unknown Word Extraction for Chinese Documents," 2002, pp. 169-175.
4. Cohen, T., Blatter, B., and Patel, V. "Simulating expert clinical comprehension: Adapting latent semantic analysis to accurately extract clinical concepts from psychiatric narrative," Journal of Biomedical Informatics (41:6) 2008, pp. 1070-1087.
5. Deerwester, S., Dumais, S., Furnas, G., Landauer, T., and Harshman, R. "Indexing by latent semantic analysis," Journal of the American Society for Information Science (41:6) 1990, pp. 391-407.
6. Katzer, J., and Fletcher, P. T. "The Information Environment of Managers.," Annual Review of Information Science and Technology:27) 1992, pp. 227-263.
7. Kintsch, E., Steinhart, D., Stahl, G., and Group, L. R. "Developing Summarization Skills through the Use of LSA-Based Feedback," Interactive Learning Environments (8:2) 2000, pp. 87-109.
8. Landauer, T. "On the computational basis of learning and cognition: Arguments from LSA," The Psychology of Learning and Motivation (41) 2002, pp. 43-84.
9. Landauer, T., Foltz, P., and Laham, D. "An Introduction to Latent Semantic Analysis," Discourse Processes:25) 1998, pp. 259-284.
10. Ma, W.-Y., and Chen, K.-J. "A Bottom-up Merging Algorithm for Chinese Unknown Word Extraction," 2003, pp. 31-38.
11. Schafer, J. B., Konstan, J., and Riedl, J. "Recommender System in E-Commerce," Proceedings of the first ACM conference on Electronic Commerce) 1999, pp. 158-166.
12. Seidman, E. "Microsoft CRM Integration," Microsoft Corporation) 2003.
13. Surprenant, C. F., and Solomon, M. R. "Predictability and Personalization in the Service Encounter," Journal of Marketing 51) 1987, pp. 86-89.
14. Widyantoro, D., Ioerger, T., and Yen, J. "An adaptive algorithm for learning changes in user interests," CIKM '99: Proceedings of the eighth international conference on Information and knowledge management, ACM, Kansas City, Missouri, United States, 1999, pp. 405-412.
15. Wiemer-Hastings, P., Wiemer-Hastings, K., and Graesser, A. C. "Improving an intelligent tutor's comprehension of students with Latent Semantic Analysis," The University of Memphis Department of Psychology Memphis) 1999, pp. 535-542.

連結至畢業學校之論文網頁點我開啟連結
註: 此連結為研究生畢業學校所提供,不一定有電子全文可供下載,若連結有誤,請點選上方之〝勘誤回報〞功能,我們會盡快修正,謝謝!
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
系統版面圖檔 系統版面圖檔