基于二分图的查询推荐算法
摘要 | 第1-4页 |
Abstract | 第4-6页 |
目录 | 第6-8页 |
第1章 绪论 | 第8-10页 |
·研究的背景与意义 | 第8-9页 |
·本文的组织结构 | 第9-10页 |
第2章 查询推荐国内外研究现状 | 第10-15页 |
·引言 | 第10页 |
·国内外研究现状 | 第10-13页 |
·基于文档的方法 | 第10-11页 |
·基于日志的方法 | 第11-13页 |
·本文的主要研究工作 | 第13-14页 |
·本章小结 | 第14-15页 |
第3章 查询日志的分析与预处理 | 第15-23页 |
·引言 | 第15页 |
·搜索引擎原理概述 | 第15-16页 |
·搜狗查询日志的分析 | 第16-21页 |
·日志的数据格式 | 第16-17页 |
·对查询关键字的分析 | 第17-18页 |
·对点击URL与点击序号的分析 | 第18-19页 |
·对查询和点击URL长度的分析 | 第19-21页 |
·数据的预处理 | 第21页 |
·本章小结 | 第21-23页 |
第4章 基于二分图的查询推荐算法 | 第23-36页 |
·引言 | 第23-24页 |
·基于二分图的查询推荐 | 第24-35页 |
·算法步骤概览 | 第24-25页 |
·构造Query-URL加权二分图 | 第25-30页 |
·查询间的相似度计算 | 第30-33页 |
·构造查询关系网络 | 第33-34页 |
·查询推荐 | 第34-35页 |
·本章小结 | 第35-36页 |
第5章 实验与分析 | 第36-50页 |
·前言 | 第36页 |
·实验运行环境 | 第36页 |
·数据挖掘工具——WEKA | 第36-38页 |
·实验结果与分析 | 第38-48页 |
·数据稀疏性对推荐效果的影响 | 第39-43页 |
·阈值对推荐效果的影响 | 第43-45页 |
·k-means聚类查询 | 第45-48页 |
·本章小结 | 第48-50页 |
第6章 总结与展望 | 第50-52页 |
·总结 | 第50-51页 |
·展望 | 第51-52页 |
参考文献 | 第52-56页 |
致谢 | 第56页 |