首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于Agent的Web挖掘模型研究与设计

摘要第1-4页
ABSTRACT第4-8页
第1章 绪论第8-12页
   ·研究背景第8页
   ·国内外研究动态和水平第8-9页
   ·改进方向第9-10页
   ·论文所做的工作及意义第10-11页
   ·论文的组织结构第11-12页
第2章 基于 Agent 的 Web 挖掘模型研究的理论基础第12-30页
   ·数据挖掘第12-15页
     ·数据挖掘技术产生的背景第12-13页
     ·数据挖掘概念和过程第13-14页
     ·数据挖掘的主要技术第14-15页
     ·数据挖掘应用第15页
   ·Web 挖掘第15-20页
     ·Web 挖掘的基本概念第15页
     ·Web 挖掘研究现状第15-16页
     ·Web 内容挖掘第16-20页
       ·文本的特征表示第17页
       ·文本的特征子集的选取第17-18页
       ·Web 网页的特征提取第18-20页
     ·Web 结构挖掘第20页
     ·Web 访问日志的挖掘第20页
   ·Agent 理论第20-29页
     ·Agent 的定义、特性和分类第20-22页
     ·Agent 的体系结构第22页
     ·Agent 技术简析第22-25页
     ·Agent 开发平台 Aglet第25-26页
     ·Multi-Agent 系统(MAS)第26-28页
       ·多 Agent 系统概念第26-27页
       ·多 Agent 协同第27-28页
     ·智能 Agent 的推送(Push)技术第28页
     ·Multi-Agent 之间的通信第28-29页
   ·本章小结第29-30页
第3章 基于 XML 的多 Agent 通信体系结构和 KQML 语言第30-42页
   ·XML 技术第30-31页
   ·ACL 遇到的障碍第31-32页
   ·XML 描述 KQML 的可行性第32页
   ·KQML 到 XML 的转换方法第32-38页
     ·XML 包装 KQML 的方法第32-37页
     ·XML 包装 KQML 的优点第37-38页
   ·基于 XML 的 Agent 通信体系结构第38-41页
   ·本章小结第41-42页
第4章 基于 Agent 的 Web 挖掘模型第42-55页
   ·模型体系结构第42-44页
   ·系统工作流程第44-45页
   ·数据库功能分析第45-49页
     ·用户知识库第45-46页
     ·本体第46页
     ·用户模型的表示第46-49页
       ·文档模型的表示第47-48页
       ·用户模型的表示第48-49页
   ·人机交互层第49-50页
   ·信息处理层第50-53页
     ·学习 Agent第50-52页
     ·分析、过滤 Agent第52页
     ·选择、推荐 Agent第52-53页
   ·信息收集层第53-54页
   ·本章小结第54-55页
第5章 用户兴趣挖掘技术第55-64页
   ·用户识别第55-57页
   ·用户兴趣学习第57-58页
     ·挖掘用户兴趣的方法第57-58页
   ·现有的兴趣挖掘算法第58-61页
     ·主动提供第58-60页
     ·相关反馈第60-61页
   ·现有兴趣挖掘算法的缺陷第61页
   ·用户兴趣学习算法第61-63页
     ·用户请求提交第61页
     ·个性化分析第61-62页
     ·兴趣学习第62页
     ·个性化分析算法第62-63页
   ·本章小结第63-64页
第6章 基于 Agent 的 Web 挖掘模型实现技术第64-76页
   ·系统平台与开发工具第64-66页
   ·知识库的设计第66-68页
   ·本体库的设计第68-72页
     ·用 Java 建立本体查询链表第70-72页
   ·系统测试第72-75页
   ·本章小结第75-76页
第7章 总结与展望第76-79页
   ·本文小结第76页
   ·该模型系统的创新点第76-77页
   ·论文展望第77-79页
致谢第79-80页
参考文献第80-82页
攻读硕士学位期间发表的学术论文第82页

论文共82页,点击 下载论文
上一篇:论我国商事信用法律体系的构建
下一篇:胡应麟诗学研究