个性化网络信息检索系统的研究与实现
| 第一章 研究背景 | 第1-22页 |
| 第一节 因特网信息资源 | 第13-19页 |
| 一、 因特网的兴起与发展 | 第13-17页 |
| 二、 因特网信息资源的现状 | 第17-19页 |
| 第二节 因特网信息的获取方式及存在的问题 | 第19-22页 |
| 一、 传统的网络信息检索工具 | 第19-20页 |
| 二、 浏览器方式 | 第20页 |
| 三、 搜索引擎 | 第20-21页 |
| 四、 新兴的网上智能检索系统 | 第21-22页 |
| 第二章 个性化网络信息检索系统的分析与设计 | 第22-30页 |
| 第一节 个性化网络信息检索系统的目标与意义 | 第22-23页 |
| 一、 个性化网络信息检索系统的目标 | 第22页 |
| 二、 个性化网络信息检索系统的研究意义 | 第22-23页 |
| 第二节 个性化网络信息检索系统的分析与设计 | 第23-30页 |
| 一、 系统需求分析与业务流程 | 第23-26页 |
| 二、 PIIRS系统设计思想和原则 | 第26-27页 |
| 三、 PIIRS系统总体设计 | 第27-28页 |
| 四、 可行性分析 | 第28-30页 |
| 第三章 用户建模技术 | 第30-40页 |
| 第一节 用户兴趣与信息需求 | 第30-32页 |
| 一、 获得用户兴趣与信息需求的方式 | 第30-31页 |
| 二、 用户兴趣与信息需求分析 | 第31-32页 |
| 第二节 机器学习 | 第32-34页 |
| 一、 机器学习系统模型 | 第32-33页 |
| 二、 机器学习的方法 | 第33-34页 |
| 第三节 用户模型 | 第34-40页 |
| 一、 相关性及用户模型 | 第34-35页 |
| 二、 信息检索中的用户需求及用户建模 | 第35-36页 |
| 三、 基于用户模型的学习方法 | 第36-40页 |
| 第四章 因特网信息资源的发现和收集技术 | 第40-57页 |
| 第一节 搜索引擎 | 第40-43页 |
| 一、 搜索引擎及其构成 | 第40页 |
| 二、 搜索引擎的主要技术 | 第40-43页 |
| 第二节 元搜索引擎 | 第43-46页 |
| 一、 元搜索引擎及其构成 | 第43-45页 |
| 二、 元搜索引擎的主要技术 | 第45-46页 |
| 第三节 智能代理 | 第46-49页 |
| 一、 智能代理简介 | 第46-47页 |
| 二、 智能代理技术 | 第47-49页 |
| 第四节 WEB网页识别 | 第49-57页 |
| 一、 Web文档预处理 | 第49-51页 |
| 二、 文档特征的提取 | 第51-52页 |
| 三、 文档表示 | 第52-57页 |
| 第五章 因特网信息资源过滤技术与挖掘技术 | 第57-65页 |
| 第一节 信息过滤技术 | 第57-60页 |
| 一、 信息过滤的方法 | 第57-58页 |
| 二、 信息过滤算法 | 第58-60页 |
| 第二节 因特网信息资源的挖掘技术研究 | 第60-65页 |
| 一、 Web信息挖掘概述（Web Mining） | 第60-62页 |
| 二、 网络信息挖掘中的技术研究 | 第62-65页 |
| 第六章 人机交互技术 | 第65-73页 |
| 第一节 用户界面 | 第65-66页 |
| 一、 用户界面概述 | 第65-66页 |
| 二、 用户界面技术应用 | 第66页 |
| 第二节 自然语言理解 | 第66-70页 |
| 一、 自然语言理解概述 | 第66-67页 |
| 二、 自然语言理解的应用 | 第67-70页 |
| 第三节 推拉技术（PUSH—PULL） | 第70-73页 |
| 一、 信息推送模式 | 第71页 |
| 二、 信息拉取模式 | 第71页 |
| 三、 信息推拉模式 | 第71-72页 |
| 四、 智能信息推拉技术 | 第72-73页 |
| 第七章 用户需求与兴趣描述子系统的设计与实现 | 第73-87页 |
| 第一节 系统功能 | 第73-75页 |
| 一、 用户界面 | 第73-74页 |
| 二、 知识库 | 第74-75页 |
| 三、 查询模块 | 第75页 |
| 第二节 用户建模的具体实现 | 第75-87页 |
| 一、 用户模型设计 | 第75-76页 |
| 二、 主要模块的框架设计 | 第76-79页 |
| 三、 数据结构 | 第79-82页 |
| 四、 主要模块的实现 | 第82-87页 |
| 第八章 信息采集子系统的设计与实现 | 第87-100页 |
| 第一节 系统功能 | 第87-88页 |
| 一、 URL初始化 | 第88页 |
| 二、 Web页面的获取 | 第88页 |
| 三、 页面分析 | 第88页 |
| 四、 下载 | 第88页 |
| 五、 网页信息的更新与维护 | 第88页 |
| 六、 搜索控制 | 第88页 |
| 第二节 ROBOT引擎的技术实现 | 第88-100页 |
| 一、 Robot引擎流程 | 第88-90页 |
| 二、 Wininet API函数 | 第90-95页 |
| 三、 关键技术的实现 | 第95-98页 |
| 四、 主要界面 | 第98-100页 |
| 第九章 信息呈现与反馈子系统的设计与实现 | 第100-120页 |
| 第一节 系统功能 | 第100-102页 |
| 一、 结果显示 | 第100-101页 |
| 二、 推送服务 | 第101页 |
| 三、 用户反馈 | 第101页 |
| 四、 用户潜在需求挖掘 | 第101页 |
| 五、 用户行为监测 | 第101-102页 |
| 第二节 信息呈现与反馈子系统的实现 | 第102-113页 |
| 一、 信息呈现与反馈子系统的构成 | 第102-104页 |
| 二、 设计思想 | 第104-105页 |
| 三、 算法描述及主要函数 | 第105-108页 |
| 四、 结果显示界面 | 第108-111页 |
| 五、 其他显示界面 | 第111-113页 |
| 第三节 数据结构 | 第113-120页 |
| 一、 笔记本设计 | 第113-114页 |
| 二、 用户信息集合 | 第114-115页 |
| 三、 用户行为 | 第115-118页 |
| 四、 用户兴趣相关度 | 第118-119页 |
| 五、 其他数据表 | 第119-120页 |
| 第十章 主题挖掘子系统的设计与实现 | 第120-136页 |
| 第一节 系统功能 | 第120-121页 |
| 一、 系统自动挖掘 | 第121页 |
| 二、 主题归类 | 第121页 |
| 三、 文档训练 | 第121页 |
| 第二节 主题挖掘功能 | 第121-129页 |
| 一、 预处理 | 第121-122页 |
| 二、 分词 | 第122-125页 |
| 三、 文档训练 | 第125-129页 |
| 第三节 数据结构 | 第129-132页 |
| 第四节 文档训练的技术实现 | 第132-136页 |
| 一、 文档训练功能说明 | 第132-133页 |
| 二、 涉及的数据库表 | 第133页 |
| 三、 主要界面 | 第133-136页 |
| 第十一章 管理和调度子系统的设计与实现 | 第136-145页 |
| 第一节 建立初始URL库的目的 | 第136页 |
| 第二节 初始URL库的结构 | 第136-138页 |
| 第三节 网址分类体系 | 第138-142页 |
| 一、 按网络资源类型分类的体系 | 第138页 |
| 二、 按内容的分类体系 | 第138-142页 |
| 第四节 初始URL库与各个模块的关系 | 第142-143页 |
| 一、 与知识库的关系 | 第142-143页 |
| 二、 与Robot的联系 | 第143页 |
| 三、 与信息呈现与反馈模块的联系 | 第143页 |
| 第五节 模块的主要函数 | 第143-145页 |
| 一、 GetURL（） | 第144页 |
| 二、 AddURL（） | 第144页 |
| 三、 DeleteURL（） | 第144-145页 |
| 结束语 | 第145-147页 |
| 参考文献 | 第147-152页 |
| 发表论著目录 | 第152-153页 |
| 致谢 | 第153页 |
