| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 引言 | 第11-15页 |
| 1.1 课题的背景和意义 | 第11-12页 |
| 1.2 研究目标和研究内容 | 第12-13页 |
| 1.3 论文的组织结构 | 第13-15页 |
| 第2章 研究基础 | 第15-25页 |
| 2.1 探索式搜索及概念发现 | 第15-17页 |
| 2.1.1 探索式搜索相关研究 | 第15-16页 |
| 2.1.2 概念发现 | 第16-17页 |
| 2.2 标签与大众分类法 | 第17-18页 |
| 2.3 维基百科 | 第18页 |
| 2.4 分面搜索 | 第18-21页 |
| 2.4.1 分面分类体系构建 | 第19-20页 |
| 2.4.2 分面排序 | 第20页 |
| 2.4.3 搜索结果排序 | 第20-21页 |
| 2.5 RANKCLUS算法 | 第21-23页 |
| 2.6 本章小结 | 第23-25页 |
| 第3章 用户概念发现过程及关键问题 | 第25-35页 |
| 3.1 问题提出 | 第25页 |
| 3.2 概念发现过程 | 第25-28页 |
| 3.2.1 概念发现备选集构建 | 第26-27页 |
| 3.2.2 与关键词相关概念处理 | 第27页 |
| 3.2.3 概念选取 | 第27-28页 |
| 3.3 关键技术 | 第28-31页 |
| 3.3.1 知识库构建技术 | 第28-30页 |
| 3.3.2 与关键词相关概念集构建技术 | 第30-31页 |
| 3.3.3 数据清洗技术 | 第31页 |
| 3.4 核心方法 | 第31-34页 |
| 3.4.1 概念匹配 | 第32页 |
| 3.4.2 概念合并 | 第32-33页 |
| 3.4.3 概念选择 | 第33-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第4章 概念匹配和概念合并方法 | 第35-45页 |
| 4.1 概念匹配方法 | 第35-39页 |
| 4.1.1 维基百科与关键词相关概念统计 | 第35-37页 |
| 4.1.2 概念匹配规则 | 第37-38页 |
| 4.1.3 概念匹配过程 | 第38-39页 |
| 4.2 概念合并方法 | 第39-43页 |
| 4.2.1 概念合并规则 | 第39-41页 |
| 4.2.2 概念合并过程 | 第41-43页 |
| 4.3 过程示例 | 第43-44页 |
| 4.4 本章小结 | 第44-45页 |
| 第5章 基于RANKCLUS的概念选择算法 | 第45-73页 |
| 5.1 概念选择过程 | 第45-49页 |
| 5.1.1 概念-资源信息网络表示方法 | 第45-46页 |
| 5.1.2 排序函数 | 第46-47页 |
| 5.1.3 基于rankclus的节点所属类别向量计算 | 第47-48页 |
| 5.1.4 中心点计算 | 第48-49页 |
| 5.2 基于RANKCLUS的概念选择算法 | 第49-56页 |
| 5.2.1 初始化 | 第49页 |
| 5.2.2 计算资源节点及概念节点所属类别Rank值 | 第49-51页 |
| 5.2.3 计算节点聚类向量 | 第51页 |
| 5.2.4 计算节点所属类别 | 第51-52页 |
| 5.2.5 计算概念节点rank值 | 第52-53页 |
| 5.2.6 概念选择过程 | 第53-56页 |
| 5.3 实验分析 | 第56-71页 |
| 5.3.1 实验准备 | 第56页 |
| 5.3.2 发现所需求文档搜索次数的实验分析 | 第56-60页 |
| 5.3.3 文档相关性对比实验分析 | 第60-68页 |
| 5.3.4 发现的概念在结果文档中出现次数的统计实验分析 | 第68-71页 |
| 5.4 本章小结 | 第71-73页 |
| 第6章 结论 | 第73-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79页 |
