基于事件主题分析的新闻推荐方法研究

《基于事件主题分析的新闻推荐方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号密级ＵＤＣ昆明理工大学专业学位硕±学位论文基于事件主题分析的新闻推荐方法研究研究生姓為严梅指导教师姓名、职称余正涛教授学科专业控制工程研究方向智能信息处理论文工作？２０起止日期２０１４年１２月１６年３月论文提交日期２０１６年５月学位论文出版授权书我同意将本人学位论文著作权中的数字化复制权、发行权、汇编权和信息网络传播权的专有使用权在全世界范围内授予中国学术期刊（光盘版）电子杂志社（下＂＂简称杂志社），同意其在《中国优秀博硕±学位论文全文数据

2、库》和ＣＮＫＩ系列数据库中出版，未经杂志社书面许可，我不再授权他人Ｗ数字化形式出版本文。我同意《中国优秀博硕±学位论文全文数据库出版章程》规定享受相关权益。如有任何第兰方未经杂志社许可使用本人论文，杂志社应追究其法律责任，诉讼的全部费用由杂志社承担。胜诉后，由杂志社与本人按５：５的比例分配所获赔偿金。：作者签名年成月日学位论文作者信息论文题目基于事件主题分析的新闻推荐方法研究兰名严梅学号２０１巧０４０８１答辩日期２０１６年５月２１日论文级别博±口硕±囚院／系／

3、所信息工程与自动化学院专业控制工程联系电话Ｅｍａｉｌ＿通信地址邮编；（）备注：囚公开□保密（年至年月）保密的学位论文在解密后应遵守此协＿＿＿月＿＿（＿议）－－６２７９１９５联系电话：０１０１６２７９３１７６６２７９０６９３传真：０１０６２７９１８１４通信地址－：北京清华大学邮局８４４８信箱采编中也邮编；１０００８４学位论文使用授权书本论文作者完全了解学校关于保存、使用学位论文的管理办法及规定，即学校有权保留并向国家有关部口或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本

4、人授权昆明理工大学可Ｗ将本学位论文的全部或部分内容编入学校有关数据库和收录到《中国博±／优秀硕±学位论文全文数据库》进行信息服务，也可Ｗ采用影印、缩印或扫描等复制手段保存或汇编本学位论文。注：保密学位论文，在解密后适用于本授权书。作者签名；／聘导师签名：■＾ｏＳ｝立０１年月苗日加，ｔ年！＾月户学院：化１｜＾谁名盾＾化《阪学号：＞０ｉ３７〇＾ｓ｜专化挖則王释一（式Ｈ份，交研究生院学位工作处）一遵守学术行为规范承诺本人已熟知并愿意自觉遵守《昆明理工大学研究生学术规范实施细则（试行）》的所

5、有内容，承诺所提交的毕业和学位论文是终稿，不存在学术不端行为，且论文的纸一质版与电子版内容完全致。二独创性声明本人声明所提交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加Ｗ标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得昆明理工大学或其他教育机构的学位或证书而使用过的材料一。与我同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。本人完全意识到本声明的法律结果由本人承担。Ｈ关于论文使用授权的说明本人完全了解昆明理工

6、大学有关保留使用学位论文的规定：，即学校有权保留送交论文的复印件，允许论文被查阅和借阅；学校可Ｗ公布论文的全部或部分内容，可Ｗ采用影印、缩印或其他复制手段保存论文。（保密的论文在解密巧应遵守此规定）＂＂一＂＂本学位论文属于（必须在Ｗ下相应方框内打Ｖ，否则律按非保密论文处理）：１、保密论文：□本学位论文属于保密。２、非保密论文：□本学位论文属于内部论文，网上延后公开。□本学位论文不属于保密范围，适用本授权书。＂＂＂＂Ｖ一是否同意授权Ｗ下单位（必须在Ｗ下相应方框内打，否则律按同意授权处理）：□同意授权□不同

7、意授权将本人学位论文著作权中的数字化复制权、发行权、汇编权和信息网络传播权的专有使用权在全世界范围内授予中国学术期刊（光盘版）电子杂志社，并在《中围优秀博硕古学位论文全文数据库》和ＣＮＫＩ系列数据库中出版。梅研究生本人签名：！签字日期：２０ｉｔ年月又中日研究生导师签名２０／／＞２：签字日期：年ｃＴ月＾日昆明理工大学硕±学位论文摘要在高速发展的互联网中，大量的新闻网站为人们提供了丰富的新闻资讯。然而，面对海量的新闻信息，用户往往不能很快的找到自己感兴趣的新闻信息，在，研究新闻推荐方法新闻捜

8、索过程中浪费大量时间。因此，利用内容理解、数据挖掘等技术为用户自动提供感兴趣的新闻，是十分重要的。现有推荐方法对新闻事件信息考虑较少，。论文利用新闻的事件信息对新闻文本主题建模融合用户