搜索引擎智能行为的研究及实现
| 中文摘要 | 第1-7页 |
| 英文摘要 | 第7-12页 |
| 第1章 绪论 | 第12-25页 |
| §1.1 搜索引擎发展简况 | 第12-14页 |
| §1.2 智能信息处理在搜索引擎中的应用研究现状 | 第14-22页 |
| §1.2.1 全文搜索引擎的实现原理 | 第14-16页 |
| §1.2.2 智能信息处理的研究简况 | 第16-18页 |
| §1.2.3 智能信息处理在搜索引擎中的应用 | 第18-22页 |
| §1.3 搜索引擎中存在的问题 | 第22-23页 |
| §1.4 本文的主要研究内容 | 第23-25页 |
| 第2章 搜索引擎的智能行为分析 | 第25-47页 |
| §2.1 人的智能行为 | 第25-27页 |
| §2.2 图书资料检索与Internet信息检索 | 第27-32页 |
| §2.3 搜索引擎的智能行为分析 | 第32-40页 |
| §2.3.1 确定主题初始搜索空间 | 第32-37页 |
| §2.3.2 对网页的爬行 | 第37-39页 |
| §2.3.3 结果处理阶段 | 第39-40页 |
| §2.4 搜索引擎的智能模型 | 第40-47页 |
| §2.4.1 智能模型的建立 | 第40-41页 |
| §2.4.2 智能模型的应用实例 | 第41-47页 |
| 第3章 网页形式概念表示方法 | 第47-73页 |
| §3.1 概念格与信息系统 | 第47-52页 |
| §3.2 概念格的构造与网页的表示 | 第52-64页 |
| §3.2.1 形式背景与概念 | 第53-58页 |
| §3.2.2 构造概念格的算法 | 第58-64页 |
| §3.3 算法分析 | 第64-69页 |
| §3.3.1 算法复杂度分析 | 第65-66页 |
| §3.3.2 正确性分析 | 第66-68页 |
| §3.3.3 有效性分析 | 第68-69页 |
| §3.4 实验分析 | 第69-73页 |
| 第4章 用户查询词与非用户查询词关联规则的获取 | 第73-97页 |
| §4.1 概念格上网页匹配关联规则的获取 | 第74-88页 |
| §4.2 关联规则获取算法 | 第88-91页 |
| §4.3 实例分析 | 第91-94页 |
| §4.4 算法分析 | 第94-97页 |
| §4.4.1 算法复杂性分析 | 第94-95页 |
| §4.4.2 正确性分析 | 第95-96页 |
| §4.4.3 算法有效性分析 | 第96-97页 |
| 第5章 用户查询词与网页匹配方法 | 第97-112页 |
| §5.1 基于形式概念分析的不确定性推理方法 | 第99-105页 |
| §5.1.1 推理模型 | 第100-102页 |
| §5.1.2 与规则的匹配 | 第102-103页 |
| §5.1.3 或规则的匹配 | 第103-105页 |
| §5.2 网页与用户查询匹配方法 | 第105-109页 |
| §5.2.1 匹配方法 | 第105-106页 |
| §5.2.2 匹配算法 | 第106-109页 |
| §5.3 算法分析 | 第109-110页 |
| §5.3.1 复杂性分析 | 第109-110页 |
| §5.3.2 正确性分析 | 第110页 |
| §5.4 网页匹配实验分析 | 第110-112页 |
| 第6章 基于线性归结方法的网页词法分析 | 第112-125页 |
| §6.1 归结方法与文法及其子句集 | 第113-115页 |
| §6.2 词法分析的线性归结方法 | 第115-121页 |
| §6.2.1 非正规文法到正规文法的转换 | 第116-117页 |
| §6.2.2 在正规文法上的词法分析线性归结法 | 第117-121页 |
| §6.3 词法分析线性归结的实现 | 第121页 |
| §6.4 实验结果 | 第121-124页 |
| §6.5 结论 | 第124-125页 |
| 结论与展望 | 第125-126页 |
| 致谢 | 第126-127页 |
| 参考文献 | 第127-138页 |
| 附录 读博士期间的论文发表情况与科研情况 | 第138-140页 |
