个性搜索引擎中用户兴趣模型研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-19页 |
| ·研究背景 | 第11-12页 |
| ·搜索引擎的发展过程及趋势 | 第12-15页 |
| ·搜索引擎的发展过程 | 第12-14页 |
| ·搜索引擎的发展趋势 | 第14-15页 |
| ·Agent 发展现状 | 第15-16页 |
| ·研究意义 | 第16-17页 |
| ·论文内容 | 第17-19页 |
| ·课题创新点 | 第17页 |
| ·主要研究内容 | 第17-19页 |
| 第2章 个性搜索的相关知识 | 第19-27页 |
| ·搜索引擎评价原则 | 第19-22页 |
| ·评价指标体系 | 第19-21页 |
| ·新产生的评价指标 | 第21-22页 |
| ·个性搜索引擎 | 第22页 |
| ·Agent 智能体 | 第22-26页 |
| ·Agent 含义及特点 | 第23-24页 |
| ·Agent 的组成模块 | 第24-25页 |
| ·当前Agent 技术在搜索引擎方面的应用 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 个性搜索引擎中的兴趣模型 | 第27-40页 |
| ·目前搜索引擎存在的准确度问题 | 第27页 |
| ·基于兴趣Agent 的个性搜索引擎 | 第27-31页 |
| ·基于兴趣Agent 的个性搜索引擎体系结构 | 第28-30页 |
| ·个性搜索引擎中一级Agent 工作流程框架 | 第30-31页 |
| ·个性搜索引擎中的兴趣模型及提取思想 | 第31-34页 |
| ·个性搜索引擎中的兴趣模型 | 第31页 |
| ·兴趣模型提取的抽象形式 | 第31-32页 |
| ·兴趣模型的提取流程 | 第32-34页 |
| ·模型提取算法——sprint 算法研究 | 第34-39页 |
| ·决策树分类分析 | 第35页 |
| ·基尼指数的计算 | 第35-37页 |
| ·sprint 算法代码实现 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 用户兴趣模型的建立方法 | 第40-53页 |
| ·建模思想的提出 | 第40-41页 |
| ·基于sprint 算法的建模实现 | 第41-50页 |
| ·设计数据结构 | 第41-43页 |
| ·基于sprint 算法的用户兴趣预测 | 第43-47页 |
| ·兴趣模型的建立 | 第47-50页 |
| ·建模算法分析 | 第50-52页 |
| ·复杂度分析 | 第51页 |
| ·性能分析 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第5章 模型提取中sprint 算法的适用性分析 | 第53-62页 |
| ·分析目的 | 第53页 |
| ·分析环境——weka 简介 | 第53-54页 |
| ·树模型生成实验 | 第54-57页 |
| ·数据准备 | 第54-55页 |
| ·生成树模型 | 第55-57页 |
| ·算法性能比较 | 第57页 |
| ·树模型应用评估 | 第57-61页 |
| ·本章小结 | 第61-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第68-69页 |
| 致谢 | 第69页 |
