基于贝叶斯网络的智能检索模型
| Abstract | 第1-3页 |
| 摘要 | 第3-7页 |
| 第一章 绪论 | 第7-10页 |
| ·问题的提出 | 第7页 |
| ·国内外研究的现状与发展 | 第7-9页 |
| ·用户使用日志挖掘 | 第7-8页 |
| ·智能检索 | 第8-9页 |
| ·本文研究的主要内容、目标与方法 | 第9页 |
| ·论文的框架与组织 | 第9-10页 |
| 第二章 研究背景综述 | 第10-15页 |
| ·访问模式挖掘研究的意义 | 第10页 |
| ·访问模式挖掘的基本流程 | 第10-12页 |
| ·访问模式挖掘所采用的方法和技术 | 第12-13页 |
| ·本章小结 | 第13-15页 |
| 第三章 数据准备工作 | 第15-24页 |
| ·数据源分析 | 第15-18页 |
| ·WEB日志 | 第15-16页 |
| ·选择数据源属性 | 第16-18页 |
| ·数据预处理 | 第18-23页 |
| ·识别用户 | 第18-20页 |
| ·分割事务 | 第20-22页 |
| ·产生关键词集合 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第四章 关联规则概述及其在模型中的应用 | 第24-29页 |
| ·关联规则概述 | 第24-25页 |
| ·关联规则定义 | 第24页 |
| ·关联规则的发现过程 | 第24页 |
| ·FP-增长树算法 | 第24-25页 |
| ·用户访问模式分析与文档分类 | 第25-27页 |
| ·访问模式分析 | 第25-26页 |
| ·信息需求与文档分类 | 第26页 |
| ·事务片断 | 第26-27页 |
| ·本章小结 | 第27-29页 |
| 第五章 贝叶斯网络概述及其在模型中的应用 | 第29-37页 |
| ·贝叶斯网络概述 | 第29-30页 |
| ·贝叶斯网络 | 第29-30页 |
| ·贝叶斯网络与数据挖掘 | 第30页 |
| ·检索模型结构框架 | 第30-32页 |
| ·模型框架 | 第30-31页 |
| ·Q-N-D关系图 | 第31-32页 |
| ·贝叶斯概率推理演算 | 第32-34页 |
| ·Prob(qn)的计算 | 第33-34页 |
| ·Prob(T_cn)的计算 | 第34页 |
| ·文档价值评估 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第六章 模型性能评估 | 第37-45页 |
| ·总述 | 第37页 |
| ·模型性能试验及结果分析 | 第37-39页 |
| ·影响模型性能的因素 | 第39-43页 |
| ·精确度 | 第40-43页 |
| ·数据源 | 第40页 |
| ·文档分类 | 第40-41页 |
| ·贝叶斯概率演算 | 第41-43页 |
| ·适应性 | 第43页 |
| ·未来工作展望 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 结束语 | 第45-46页 |
| 致谢 | 第46-47页 |
| 参考文献 | 第47-51页 |
| 攻读硕士学位期间发表的学术论文 | 第51页 |
