| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第一章 绪论 | 第9-12页 |
| ·引言 | 第9-10页 |
| ·本文研究的内容 | 第10-11页 |
| ·本论文的内容安排 | 第11-12页 |
| 第二章 搜索引擎概述 | 第12-19页 |
| ·搜索引擎的发展 | 第12-13页 |
| ·搜索引擎的相关分类 | 第13-14页 |
| ·搜索引擎基本原理与技术 | 第14-15页 |
| ·性能指标 | 第15-16页 |
| ·现代搜索引擎中存在的问题 | 第16-18页 |
| ·未来搜素引擎的发展方向 | 第18-19页 |
| 第三章 相关知识和技术 | 第19-29页 |
| ·行为科学相关理论 | 第19-21页 |
| ·人类行为的概念和种类 | 第19-20页 |
| ·最小努力原则 | 第20-21页 |
| ·实例学习 | 第21-22页 |
| ·文本挖掘技术 | 第22-23页 |
| ·文本的表示 | 第22-23页 |
| ·特征选择和提取 | 第23-27页 |
| ·特征词的文档频率 | 第23页 |
| ·信息增益方法 | 第23-24页 |
| ·互信息 | 第24-25页 |
| ·期望交叉熵 | 第25页 |
| ·x~2统计法 | 第25页 |
| ·特征词强度 | 第25-26页 |
| ·主成份分析 | 第26-27页 |
| ·MVC模式 | 第27-29页 |
| 第四章 实例学习的相关算法 | 第29-41页 |
| ·扩张距阵理论 | 第29-34页 |
| ·决策树 | 第34-39页 |
| ·ID3算法 | 第34-36页 |
| ·ID3算法的实例描述 | 第36-37页 |
| ·ID3应用于搜索引擎结果的实例分析 | 第37-39页 |
| ·算法的对比分析 | 第39-41页 |
| 第五章 基于用户行为的搜索引擎结果优化系统的分析与设计 | 第41-57页 |
| ·用户行为分析 | 第41-42页 |
| ·系统框架设计 | 第42-43页 |
| ·搜索结果获取 | 第43-50页 |
| ·获取Html文本 | 第45页 |
| ·提取搜索结果 | 第45-46页 |
| ·同步机制 | 第46-49页 |
| ·文本规范化 | 第49-50页 |
| ·中文分词及文本表示 | 第50-56页 |
| ·中文分词 | 第50-52页 |
| ·统计词频 | 第52-53页 |
| ·哈希表的引入 | 第53-54页 |
| ·文本特征表示 | 第54-56页 |
| ·示例学习产生决策树或者决策规则 | 第56-57页 |
| 第六章 搜索引擎结果优化系统的实现 | 第57-72页 |
| ·实验环境 | 第57页 |
| ·相关模块的设计与实现 | 第57-67页 |
| ·查询模块 | 第57-58页 |
| ·搜索结果获取模块 | 第58-63页 |
| ·用户信息收集模块 | 第63-64页 |
| ·信息处理模块 | 第64-67页 |
| ·查询反馈模块 | 第67页 |
| ·结果测试及改进策略 | 第67-72页 |
| ·客观实验 | 第67-70页 |
| ·主观实验 | 第70-72页 |
| 第七章 总结 | 第72-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-76页 |
| 攻读学位期间的研究成果 | 第76页 |