| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 国内外发展现状 | 第12-15页 |
| 1.3 论文主要工作 | 第15页 |
| 1.4 论文的章节安排 | 第15-17页 |
| 第2章 相关技术研究 | 第17-25页 |
| 2.1 垂直搜索引擎原理 | 第17-18页 |
| 2.2 全文索引技术 | 第18-22页 |
| 2.2.1 Lucene技术研究 | 第18-20页 |
| 2.2.2 Lucene的分布式搜索框架ElasticSearch研究 | 第20-21页 |
| 2.2.3 分词技术研究 | 第21-22页 |
| 2.3 分布式技术 | 第22-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 排序算法研究与优化 | 第25-35页 |
| 3.1 排序策略研究 | 第25-26页 |
| 3.1.1 Lucene排序策略研究 | 第25-26页 |
| 3.2 用户兴趣模型的建立 | 第26-31页 |
| 3.2.1 用户兴趣库的收集 | 第26-27页 |
| 3.2.2 用户兴趣的特征提取 | 第27-28页 |
| 3.2.3 用户兴趣冷却算法 | 第28-29页 |
| 3.2.4 兴趣模型定时更新 | 第29-31页 |
| 3.3 基于用户兴趣的二次排序 | 第31-34页 |
| 3.3.1 一次排序结果集召回 | 第31-32页 |
| 3.3.2 二次兴趣相关度排序 | 第32-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第4章 兴趣自适应的混合推荐算法 | 第35-41页 |
| 4.1 基于Rocchio的内容推荐推荐的结果抽取 | 第35-36页 |
| 4.2 基于位置信息和JLH显著评分的协同过滤结果集抽取 | 第36-39页 |
| 4.2.1 用户位置信息获取 | 第36-38页 |
| 4.2.2 基于用户的协同过滤算法 | 第38页 |
| 4.2.3 基于JLH显著评分的结果过滤 | 第38-39页 |
| 4.3 基于商品热点度抽取结果集 | 第39-40页 |
| 4.4 用户的隐式反馈的权重分配 | 第40页 |
| 4.5 冷启动问题的解决方案 | 第40页 |
| 4.6 本章小结 | 第40-41页 |
| 第5章 系统设计及实验结果分析 | 第41-59页 |
| 5.1 垂直搜索引擎总体架构 | 第41-43页 |
| 5.1.1 系统环境及服务搭建 | 第41-42页 |
| 5.1.2 垂直搜索引擎系统总体架构设计 | 第42-43页 |
| 5.2 系统模块的设计与实现 | 第43-53页 |
| 5.2.1 爬虫数据采集模块实现 | 第43-47页 |
| 5.2.2 数据索引模块实现 | 第47-49页 |
| 5.2.3 用户搜索推荐模块实现 | 第49-51页 |
| 5.2.4 代码整体模块设计与实现 | 第51-53页 |
| 5.3 实验及结果分析 | 第53-58页 |
| 5.3.1 二次排序实验测试分析 | 第53-54页 |
| 5.3.2 推荐算法测试与分析 | 第54-58页 |
| 5.4 本章小结 | 第58-59页 |
| 第6章 总结与展望 | 第59-61页 |
| 6.1 总结 | 第59-60页 |
| 6.2 展望 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 作者简介及在学期间所取得的科研成果 | 第66-67页 |
| 致谢 | 第67页 |
