| 摘要 | 第1-12页 |
| 图目录 | 第12-14页 |
| 表目录 | 第14-15页 |
| 第一章 绪论 | 第15-29页 |
| ·引言 | 第15-16页 |
| ·个性化信息服务概述 | 第16-17页 |
| ·个性化信息服务的实现技术 | 第17-19页 |
| ·典型个性化服务系统介绍 | 第19-21页 |
| ·个性化服务中存在的主要问题 | 第21页 |
| ·个性化服务研究的意义 | 第21-24页 |
| ·个性化推荐 | 第21-22页 |
| ·个性化信息检索 | 第22页 |
| ·个性化数字图书馆 | 第22页 |
| ·E-Learning 和E-Science | 第22-23页 |
| ·电子商务与客户关系管理 | 第23-24页 |
| ·研究内容 | 第24-27页 |
| ·论文的组织 | 第27-29页 |
| 第二章 基于信息流的社区结构发现方法 | 第29-45页 |
| ·引言 | 第29页 |
| ·基于信息流的社会网络创建方法 | 第29-35页 |
| ·信息流的收集方法 | 第30-31页 |
| ·组织社会网构建方法 | 第31-35页 |
| ·社区发现方法 | 第35-43页 |
| ·基于Edge Betweenness 的社区发现方法 | 第36-39页 |
| ·扩展的社区发现方法 | 第39-41页 |
| ·带有权重的社区发现方法 | 第41-43页 |
| ·比较与讨论 | 第43页 |
| ·小结 | 第43-45页 |
| 第三章 基于信息流的用户模型构建和更新 | 第45-55页 |
| ·引言 | 第45-46页 |
| ·从概括到具体的用户模型表示 | 第46页 |
| ·社区模型的构建 | 第46-47页 |
| ·基于社区结构和消息内容的个人模型 | 第47-52页 |
| ·主要流程 | 第48-49页 |
| ·消息表示和过滤 | 第49-51页 |
| ·相关消息分类 | 第51页 |
| ·个人模型计算 | 第51-52页 |
| ·用户模型的自适应更新 | 第52-53页 |
| ·相关工作 | 第53-54页 |
| ·小结 | 第54-55页 |
| 第四章 资源表示及文档推送 | 第55-65页 |
| ·相关技术介绍 | 第55-58页 |
| ·个性化服务系统中的资源描述方法 | 第55页 |
| ·分类模型 | 第55-57页 |
| ·元数据技术 | 第57-58页 |
| ·资源空间模型 | 第58页 |
| ·资源表示 | 第58-61页 |
| ·元数据建模 | 第58-61页 |
| ·元数据的更新 | 第61页 |
| ·文档资源空间模型 | 第61-62页 |
| ·文档推送方法 | 第62-63页 |
| ·小结 | 第63-65页 |
| 第五章 协助者候选人的发现及协助者推荐 | 第65-83页 |
| ·引言 | 第65页 |
| ·基于社区结构的协助者候选人发现方法 | 第65-66页 |
| ·基于链接分析的协助者候选人评价 | 第66-71页 |
| ·PageRank 和加权的PageRank | 第66-67页 |
| ·共同兴趣社区的恢复 | 第67-68页 |
| ·从无向候选人关系图到有向候选人关系图 | 第68-69页 |
| ·从无权重候选人关系图到有权重候选人关系图 | 第69-71页 |
| ·收敛性讨论和Rank 计算 | 第71-72页 |
| ·分析和评价 | 第72-81页 |
| ·相关工作 | 第81-82页 |
| ·小结 | 第82-83页 |
| 第六章 基于信息流的个性化推荐系统的实现与应用 | 第83-95页 |
| ·实现的关键问题 | 第83页 |
| ·基本架构 | 第83-85页 |
| ·社会网络生成工具、组织结构发现工具和协助者候选人排队工具 | 第85-91页 |
| ·信息流收集工具 | 第85-86页 |
| ·社会网络生成工具 | 第86-87页 |
| ·社会网络浏览和社区发现工具 | 第87-89页 |
| ·协助者候选人排队工具 | 第89-91页 |
| ·试验与评价 | 第91-92页 |
| ·比较和讨论 | 第92-95页 |
| 第七章 总结与展望 | 第95-97页 |
| ·本文的主要贡献 | 第95页 |
| ·下一步研究工作 | 第95-97页 |
| 附录 | 第97-101页 |
| Top Two Levels of the ACM Computing Classification System (1991) | 第97-101页 |
| 参考文献 | 第101-113页 |
| 致谢 | 第113-115页 |
| 作者简介 | 第115页 |
