| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10页 |
| 1.3 主要研究内容 | 第10-11页 |
| 1.4 论文创新点 | 第11页 |
| 1.5 论文章节安排 | 第11-13页 |
| 第二章 相关理论及技术 | 第13-21页 |
| 2.1 向量空间模型VSM | 第13-14页 |
| 2.2 分词技术 | 第14-15页 |
| 2.3 搜索引擎 | 第15-18页 |
| 2.4 经典排序算法 | 第18-20页 |
| 2.4.1 Page Rank算法 | 第18页 |
| 2.4.2 HITS算法 | 第18-19页 |
| 2.4.3 Page Rank和HITS算法比较 | 第19-20页 |
| 2.5 本章小结 | 第20-21页 |
| 第三章 PageRank算法研究和优化 | 第21-31页 |
| 3.1 PageRank算法研究 | 第21-25页 |
| 3.1.1 Page Rank算法描述 | 第21-24页 |
| 3.1.2 算法分析 | 第24-25页 |
| 3.2 基于链接页面相似度的SM-Page Rank算法 | 第25-30页 |
| 3.2.1 相似度计算 | 第25-28页 |
| 3.2.2 SM-PageRank算法 | 第28页 |
| 3.2.3 算法分析 | 第28-30页 |
| 3.3 本章小结 | 第30-31页 |
| 第四章 基于用户兴趣模型的二次排序 | 第31-44页 |
| 4.1 兴趣信息获取方式 | 第31-33页 |
| 4.2 兴趣模型建立 | 第33-38页 |
| 4.2.1 信息采集 | 第34-35页 |
| 4.2.2 网页信息预处理 | 第35-36页 |
| 4.2.3 特征值权重计算 | 第36页 |
| 4.2.4 兴趣模型生成 | 第36-38页 |
| 4.3 兴趣模型的更新 | 第38-41页 |
| 4.3.1 定时更新机制 | 第39-40页 |
| 4.3.2 时间遗忘机制 | 第40-41页 |
| 4.4 基于兴趣模型的二次排序 | 第41-43页 |
| 4.4.1 二次排序思想 | 第41-42页 |
| 4.4.2 二次排序算法伪代码 | 第42-43页 |
| 4.5 本章小结 | 第43-44页 |
| 第五章 实验及结果分析 | 第44-57页 |
| 5.1 实验平台搭建 | 第44-50页 |
| 5.1.1 Nutch | 第45-47页 |
| 5.1.2 Solr | 第47-48页 |
| 5.1.3 算法应用 | 第48-50页 |
| 5.2 实验结果及分析 | 第50-56页 |
| 5.2.1 传统PageRank和SM-pageRank比较 | 第51-53页 |
| 5.2.2 SM-PageRank与通用搜索引擎实验比较 | 第53-54页 |
| 5.2.3 二次排序实验 | 第54-56页 |
| 5.3 本章小结 | 第56-57页 |
| 第六章 总结和展望 | 第57-59页 |
| 6.1 工作总结 | 第57页 |
| 6.2 展望 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 攻读学位期间的研究成果 | 第62-63页 |
| 致谢 | 第63页 |
