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

基于浏览行为的用户兴趣量度

中文摘要第1-6页
英文摘要第6-16页
1 绪论第16-24页
   ·个性化服务概述第16-20页
     ·起源第16-17页
     ·服务形式第17页
     ·相关技术第17页
     ·研究和发展动态第17-19页
     ·Internet个性化服务的关键技术第19-20页
   ·论文选题与研究意义第20-21页
   ·论文组织第21-22页
   ·本章小结第22-24页
2 行为分析基础第24-40页
   ·用户模型在个性化服务中的作用第24-29页
     ·体系结构第24-25页
     ·用户信息获取的实现方法第25-26页
     ·用户建模技术第26-29页
   ·服务器端分析与客户端分析的比较第29-32页
     ·Web挖掘中较受关注的问题第29-30页
     ·服务器端数据挖掘的不足第30-32页
     ·客户端数据挖掘第32页
   ·用户行为分析的研究方法第32-35页
     ·用户信息行为及其特征第32-33页
     ·用户行为的获取方法第33-34页
     ·行为分析的研究方法第34-35页
     ·兴趣表征因素分类第35页
   ·结合用户浏览行为与内容分析的个性化服务系统第35-37页
     ·客户端行为分析器功能设计第36-37页
     ·Web服务器端功能设计第37页
   ·基于模糊理论的用户行为分析方法第37-38页
   ·本章小结第38-40页
3 模糊数学原理第40-48页
   ·模糊理论的产生第40-41页
   ·模糊数学的理论基础第41-42页
   ·模糊集合的表示与运算第42-44页
     ·模糊集合的表示第42页
     ·特殊模糊集合第42-43页
     ·模糊集合的运算及性质第43-44页
   ·分解原理和扩展原理第44-47页
     ·α截集第44-45页
     ·分解定理第45-46页
     ·扩展原理第46-47页
   ·本章小结第47-48页
4 基于模糊理论的用户兴趣量度方法第48-60页
   ·用户信息需求心理行为分析第48-49页
     ·用户信息行为及其特征第48页
     ·内驱力理论第48-49页
   ·网页兴趣度的计算第49-51页
     ·现有成果第49-50页
     ·FBIMA方法思想第50-51页
   ·模糊聚类第51-54页
     ·模糊分类关系第51页
     ·经典模糊聚类方法第51-52页
     ·模糊聚类方法第52-54页
   ·FBIMA的算法实现第54-58页
     ·FBIMA的行为模型第54页
     ·数据标准化第54-56页
     ·相似性量度第56页
     ·聚类分析第56-57页
     ·模糊规则的建立第57页
     ·网页的兴趣度计算第57-58页
   ·本章小结第58-60页
5 基于模糊规则的用户模型与推荐算法第60-68页
   ·基于向量空间模型的用户兴趣模型与推荐方法第61-63页
     ·文本向量空间模型第61-62页
     ·用户兴趣模型的向量空间表示第62页
     ·基于向量空间模型的推荐算法第62页
     ·用户兴趣模型的更新机制第62-63页
   ·用户兴趣模型表示第63-64页
   ·基于模糊规则的推荐机制第64-67页
     ·模糊系统工作原理第65页
     ·用于网页推荐的模糊推理机构造方法第65-67页
   ·本章小结第67-68页
6 实验及分析第68-78页
   ·试验环境第68-69页
     ·数据来源第68页
     ·软件工具第68-69页
   ·实验过程第69页
   ·行为捕获第69-70页
     ·行为捕获方法第69页
     ·浏览器构造第69-70页
   ·行为分析第70-75页
     ·行为数据分析第70页
     ·隶属函数的确定第70-71页
     ·聚类分析第71-75页
     ·网页兴趣度计算第75页
   ·结果分析第75-76页
   ·本章小结第76-78页
7 结论与展望第78-80页
致谢第80-82页
参考文献第82-86页
附录A:核心实现代码第86-98页
附录B:作者在攻读硕士学位期间发表的论文目录第98-99页
独创性声明第99页
学位论文版权使用授权书第99页

论文共99页,点击 下载论文
上一篇:福建省三城市(福州、厦门、三明)体育人口特征及影响因素研究
下一篇:葡聚糖包被的纳米液态氟碳脂质乳剂--一种潜在的多功能靶向造影剂