个性化信息获取与建模相关技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-15页 |
| ·课题背景 | 第10-11页 |
| ·个性化信息服务系统的发展现状 | 第11-13页 |
| ·课题的主要研究内容 | 第13-14页 |
| ·本文的组织结构 | 第14-15页 |
| 第2章 个性化信息服务系统研究 | 第15-22页 |
| ·个性化信息服务系统的特点 | 第15-16页 |
| ·个性化信息服务系统的分类 | 第16-19页 |
| ·基于规则的个性化信息服务系统 | 第16-17页 |
| ·基于内容过滤的个性化信息服务系统 | 第17页 |
| ·基于协同过滤得个性化信息服务系统 | 第17-19页 |
| ·个性化信息服务系统的结构 | 第19页 |
| ·系统结构图 | 第19-21页 |
| ·系统的设计思想 | 第20页 |
| ·系统的整体结构设计 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第3章 用户个性化信息获取与处理 | 第22-35页 |
| ·用户个性化信息获取 | 第22-24页 |
| ·用户信息获取技术及本模块采用的方法 | 第22-24页 |
| ·文本预处理 | 第24-28页 |
| ·中文分词技术 | 第25-28页 |
| ·基于字符串匹配的分词方法 | 第25-26页 |
| ·基于词频统计的分词方法 | 第26页 |
| ·基于理解的分词方法 | 第26-27页 |
| ·本系统采用的分词技术 | 第27-28页 |
| ·特征提取 | 第28-34页 |
| ·特征提取 | 第28-29页 |
| ·特征提取的原则 | 第29-31页 |
| ·本系统特征提取考虑的因素 | 第31-32页 |
| ·本系统特征提取的算法 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第4章 用户兴趣模型的创建 | 第35-49页 |
| ·用户兴趣模型的创建 | 第35-37页 |
| ·基于内容的信息过滤系统的研究 | 第37-39页 |
| ·信息过滤系统简介 | 第37-38页 |
| ·信息过滤的分类 | 第38页 |
| ·信息过滤系统的关键组件和技术 | 第38-39页 |
| ·文本过滤 | 第39-43页 |
| ·文本过滤的逻辑模型 | 第40-43页 |
| ·空间向量模型 | 第40-42页 |
| ·布尔模型 | 第42页 |
| ·概率模型 | 第42-43页 |
| ·基于内容的信息过滤模型 | 第43-46页 |
| ·自适应过滤 | 第43-44页 |
| ·自适应过滤的模型 | 第44-45页 |
| ·自适应过滤的流程 | 第45-46页 |
| ·用户兴趣模型创建的算法 | 第46-47页 |
| ·实验及分析 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第5章 用户兴趣模型更新 | 第49-54页 |
| ·用户兴趣模型更新 | 第49页 |
| ·模型更新的必要性 | 第49-50页 |
| ·机器学习 | 第50-51页 |
| ·用户兴趣模型的更新算法 | 第51-53页 |
| ·模型更新考虑的因素 | 第51-52页 |
| ·用户兴趣模型更新的算法 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 结论 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 哈尔滨工业大学硕士学位论文原创性声明 | 第60页 |
| 哈尔滨工业大学硕士学位论文使用授权书 | 第60页 |
| 哈尔滨工业大学硕士学位涉密论文管理 | 第60-61页 |
| 攻读学位期间发表的学术论文 | 第61-62页 |
| 致谢 | 第62页 |
