| 摘要 | 第1-3页 |
| ABSTRACT | 第3-6页 |
| 第一章 绪论 | 第6-8页 |
| ·课题背景 | 第6页 |
| ·国内外研究动态和水平 | 第6-7页 |
| ·本文的主要工作 | 第7页 |
| ·课题研究的意义 | 第7页 |
| ·论文的大致结构 | 第7-8页 |
| 第二章 建立用户个性化模型的关键技术 | 第8-54页 |
| ·WEB挖掘 | 第8-27页 |
| ·WEB目志挖掘 | 第10-21页 |
| ·WEB内容挖掘 | 第21-24页 |
| ·WEB结构挖掘 | 第24-27页 |
| ·用户行为挖掘 | 第27-39页 |
| ·机器学习 | 第39-51页 |
| ·概述 | 第39页 |
| ·BP神经网络算法 | 第39-51页 |
| ·AGENT(智能代理技术) | 第51-54页 |
| 第三章 用户个性化兴趣模型的设计与实现 | 第54-72页 |
| ·模型的定义 | 第54页 |
| ·系统的体系结构 | 第54-55页 |
| ·个性化信息收集 | 第55-66页 |
| ·获取“收藏夹” | 第56-58页 |
| ·获取“历史记录” | 第58-61页 |
| ·获取“用户动作” | 第61-66页 |
| ·用户兴趣度 | 第66页 |
| ·模型的建立与更新:混合的挖掘和学习算法 | 第66-68页 |
| ·文本分类实验 | 第68-72页 |
| 第四章 用户个性化模型的应用 | 第72-83页 |
| ·个性化主动信息服务 | 第72-74页 |
| ·用户兴趣模型(User Profile)的建立与更新 | 第72页 |
| ·智能的信息搜索与过滤 | 第72-73页 |
| ·个性化信息推荐 | 第73页 |
| ·兴趣小组 | 第73-74页 |
| ·基于Agent的体系结构 | 第74页 |
| ·其他应用 | 第74-83页 |
| ·智能搜索引擎 | 第74-79页 |
| ·用户自适应WEB站点 | 第79-80页 |
| ·基于Internet的个性化学习 | 第80-83页 |
| 第五章 总结与展望 | 第83-84页 |
| 致谢 | 第84-85页 |
| 参考文献 | 第85-87页 |
| 附录A 攻读学位期间发表的论文及从事的科研课题 | 第87页 |