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--计算机的应用论文--信息处理(信息加工)论文--检索机论文

基于系统概念学习支持能力的选择性查询推荐方法研究

摘要第5-6页
Abstract第6-7页
第1章 引言第11-15页
    1.1 研究背景与意义第11-12页
    1.2 主要研究内容第12-13页
    1.3 论文组织结构第13-15页
第2章 研究基础第15-27页
    2.1 查询推荐与探索式搜索第15-20页
        2.1.1 查询推荐第15-19页
        2.1.2 探索式搜索第19-20页
    2.2 基于搜索结果统计的技术第20-22页
    2.3 基于用户日志的分析技术第22-24页
    2.4 基于主题的计算技术第24-25页
    2.5 本章小结第25-27页
第3章 基于系统概念学习支持能力的选择查询推荐方法第27-43页
    3.1 问题提出第27-29页
    3.2 基于系统概念学习支持能力的选择性查询推荐的处理过程第29-32页
        3.2.1 基于系统概念学习支持能力的选择查询推荐的框架第29-31页
        3.2.2 基于系统概念学习支持能力的选择查询推荐的实现过程第31-32页
    3.3 实例分析第32-39页
    3.4 综合排序与选取方法第39-41页
        3.4.1 综合排序与选取过程第39-40页
        3.4.2 实例分析第40-41页
    3.5 本章小结第41-43页
第4章 基于信息熵的评估方法第43-55页
    4.1 主题集的获取过程第43-46页
    4.2 计算搜索结果的主题分布第46-49页
    4.3 基于信息熵的评估方法实现第49-53页
        4.3.1 信息熵的定义及计算第50-51页
        4.3.2 实验结果第51-52页
        4.3.3 实验结果分析第52-53页
    4.4 本章小结第53-55页
第5章 系统支持能力的建模第55-71页
    5.1 基于资源使用价值的系统支持能力建模第55-63页
        5.1.1 点击网址总数的评估方法第56-61页
        5.1.2 实例分析第61-62页
        5.1.3 实验结果及分析第62-63页
    5.2 基于资源探索价值的系统支持能力建模第63-69页
        5.2.1 平均后继搜索长度的评估方法第64-65页
        5.2.2 实例分析第65-67页
        5.2.3 实验结果及分析第67-69页
    5.3 本章小结第69-71页
第6章 实验第71-77页
    6.1 实验设定第71-73页
        6.1.1 实验数据集第71-72页
        6.1.2 实验评价指标第72页
        6.1.3 实验对比方法第72页
        6.1.4 实验实施过程第72-73页
    6.2 实验结果与分析第73-76页
    6.3 本章小结第76-77页
第7章 结论第77-79页
参考文献第79-83页
致谢第83-85页

论文共85页,点击 下载论文
上一篇:基于SURF算法的摄像机轨迹的研究与实现
下一篇:计量标准和设备管理系统的设计与实现