中文摘要 | 第1页 |
英文摘要 | 第4-8页 |
第一章 引言 | 第8-11页 |
·课题背景及意义 | 第8-9页 |
·国内外研究现状 | 第9-10页 |
·本文主要研究内容 | 第10页 |
·论文的组织 | 第10-11页 |
第二章 个性化信息检索理论与技术 | 第11-24页 |
·信息检索技术 | 第11-12页 |
·个性化信息检索基本概念和相关技术 | 第12-15页 |
·个性化信息服务技术 | 第12-13页 |
·个性化信息服务的特点 | 第13-14页 |
·个性化信息服务的类型 | 第14-15页 |
·用户兴趣模型 | 第15-20页 |
·用户模型的概念 | 第15-16页 |
·用户模型的分类 | 第16页 |
·用户模型的建立与使用 | 第16-20页 |
·个性化信息挖掘技术 | 第20-22页 |
·Web 挖掘概述 | 第20-22页 |
·Web 挖掘在信息检索领域的应用 | 第22页 |
·个性化信息推荐技术 | 第22-23页 |
·本章小节 | 第23-24页 |
第三章 个性化信息检索关键技术研究 | 第24-38页 |
·本体概述 | 第24-25页 |
·本体的概念 | 第24页 |
·本体的分类 | 第24-25页 |
·本体在信息检索中的应用 | 第25页 |
·本体描述语言 | 第25-27页 |
·本体构建的技术方法 | 第27-29页 |
·本体构建规则 | 第27-28页 |
·本体建模元语 | 第28-29页 |
·本体构建工具 | 第29页 |
·语义匹配算法 | 第29-32页 |
·基于自然语言的语义扩展检索策略 | 第29-30页 |
·扩展检索思路 | 第30-31页 |
·基于语义的关键词权重算法 | 第31-32页 |
·基于数据挖掘技术的个性化信息挖掘 | 第32-37页 |
·基于 AprioriAll 算法的数据预处理 | 第32-33页 |
·基于 User Browsing Path Clustering 的用户模式聚类 | 第33-36页 |
·实验结果及分析 | 第36-37页 |
·本章小结 | 第37-38页 |
第四章 基于语义的个性化信息检索模型构建 | 第38-48页 |
·信息检索系统的一般模式 | 第38页 |
·信息检索模型 | 第38-43页 |
·布尔模型 | 第38-39页 |
·概率模型 | 第39-40页 |
·向量空间模型 | 第40-43页 |
·用户兴趣模型 | 第43-45页 |
·用户兴趣模型表示 | 第43-44页 |
·用户兴趣模型更新 | 第44页 |
·用户兴趣模型建立的过程描述 | 第44-45页 |
·在线个性化推荐 | 第45-47页 |
·本章小结 | 第47-48页 |
第五章 基于语义的个性化信息检索系统 | 第48-54页 |
·基于语义的个性化信息检索系统的基本思路 | 第48页 |
·系统框架 | 第48-49页 |
·系统设计 | 第49-50页 |
·系统设计模式 | 第49页 |
·系统结构 | 第49-50页 |
·领域本体的构建 | 第50-52页 |
·系统实现及结果分析 | 第52-53页 |
·本章小结 | 第53-54页 |
第六章 总结与展望 | 第54-56页 |
·总结 | 第54页 |
·工作展望 | 第54-56页 |
参考文献 | 第56-59页 |
致谢 | 第59-60页 |
在学期间发表的学术论文和参加科研情况 | 第60页 |