| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-17页 |
| ·课题研究背景 | 第10-11页 |
| ·互联网搜索引擎的发展现状 | 第11-13页 |
| ·Web数据挖掘的研究现状 | 第13-15页 |
| ·本文主要研究内容及意义 | 第15-16页 |
| ·本文的章节安排 | 第16-17页 |
| 第二章 Web数据挖掘及其经典算法理论 | 第17-29页 |
| ·Web数据挖掘概述 | 第17-18页 |
| ·Web数据挖掘流程 | 第18-19页 |
| ·Web数据挖掘的分类 | 第19-25页 |
| ·Web内容挖掘 | 第20-23页 |
| ·Web结构挖掘 | 第23-24页 |
| ·Web使用记录挖掘 | 第24-25页 |
| ·Web结构挖掘典型算法 | 第25-27页 |
| ·PageRank算法 | 第25-27页 |
| ·HITS算法 | 第27页 |
| ·Web数据挖掘在搜索引擎中的应用 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 HITS算法及其改进算法研究 | 第29-40页 |
| ·HITS算法的提出 | 第29-30页 |
| ·HITS算法的基本思想 | 第30-35页 |
| ·HITS算法存在的问题 | 第35-37页 |
| ·现有的HITS改进算法 | 第37-39页 |
| ·引入VSM思想的HITS改进算法 | 第37-38页 |
| ·Average算法和Sim算法 | 第38页 |
| ·根集空间向量投影算法 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 基于相似度值的向量空间投影HITS算法 | 第40-47页 |
| ·相似度值的引入 | 第40-42页 |
| ·构造基于相似度值的子空间 | 第42-43页 |
| ·对基于相似度值的子空间进行投影 | 第43页 |
| ·基于相似度值的向量空间投影HITS算法流程 | 第43-45页 |
| ·基集的精简 | 第44-45页 |
| ·邻接矩阵的赋值 | 第45页 |
| ·子向量空间投影 | 第45页 |
| ·本章小结 | 第45-47页 |
| 第五章 实验与评价 | 第47-61页 |
| ·评价方法 | 第47页 |
| ·实验方案 | 第47-50页 |
| ·实验系统设计 | 第50-53页 |
| ·实验系统框架 | 第50页 |
| ·实验系统 | 第50-53页 |
| ·实验结果分析 | 第53-58页 |
| ·传统HITS算法实验结果分析 | 第53-56页 |
| ·基于相似度值的向量空间投影HITS算法实验结果分析 | 第56-58页 |
| ·实验结果综合评价 | 第58-60页 |
| ·HITS算法改进前后基集的比较 | 第58页 |
| ·HITS算法改进前后权威页面主题相关性的比较 | 第58-59页 |
| ·HITS算法改进前后中心页面主题相关性的比较 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第六章 结论与展望 | 第61-63页 |
| ·结论 | 第61-62页 |
| ·展望 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 在学期间发表的论著及取得的科研成果 | 第67页 |