首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

基于网络用户行为的搜索排行榜研究

致谢第1-6页
中文摘要第6-8页
ABSTRACT第8-10页
图表清单第10-12页
缩略语第12-16页
1 绪论第16-28页
   ·搜索排行榜的研究意义第17-19页
     ·搜索排行榜研究的迫切形势第17-18页
     ·音乐搜索排行榜的研究意义第18-19页
     ·搜索排行榜研究的意义第19页
   ·搜索排行榜研究背景第19-23页
     ·排行榜的相关研究第19-21页
     ·MIR(Music Information Retrieval)研究现状第21-22页
     ·MIR中存在的问题第22-23页
   ·本文贡献与主要工作第23-26页
     ·搜索排行榜的特征分析第23-24页
     ·搜索排行榜的引导作用第24页
     ·“刷榜”现象影响作用的研究第24-25页
     ·改进的标签繁殖算法第25页
     ·MSC中的团结构特征分析第25-26页
   ·本文的结构第26-27页
   ·本章小结第27-28页
2 相关工作第28-35页
   ·团结构分析相关工作第28-30页
     ·网络结构理论研究工作第28页
     ·社会关系网络的团结构分析第28-30页
   ·最近邻搜索算法第30-34页
     ·KD-tree算法第30-32页
     ·改进的KD-tree算法第32-33页
     ·Spill-tree算法第33-34页
   ·本章小结第34-35页
3 搜索排行榜的特征分析第35-54页
   ·问题的提出第35-36页
   ·搜索排行榜的网络测量第36-40页
     ·常用测量方法概述第36-37页
     ·测量对象第37-38页
     ·测量方法和数据集第38-40页
   ·搜索排行榜的基本特征第40-52页
     ·特征一:排行榜的更新周期第40-42页
     ·特征二:排行榜中歌手与歌曲的相关性第42-46页
     ·特征三:歌曲上榜时间与发行时间之间的关系第46-49页
     ·特征四:搜索排行榜的用户特征第49-52页
   ·本章小结第52-54页
4 排行榜影响因素的研究与建模第54-76页
   ·问题的提出第54-55页
   ·基本数据分析第55-59页
     ·用户访问的时间特性第55-57页
     ·关键词的排名变化第57-58页
     ·关键词搜索概率的变化趋势第58-59页
   ·影响因子作用下用户选择行为的建模第59-69页
     ·影响关键词排名变化的因素第60页
     ·关键词排名变化过程模型第60-63页
     ·排行榜的影响时间第63-66页
     ·“滑动窗”条件下关键词排名变化情况模型第66-68页
     ·滑动窗条件下影响因子α的作用时间第68-69页
   ·实际数据的模型验证第69-72页
     ·关键词搜索概率变化趋势第69-71页
     ·排行榜影响因子的分布第71-72页
   ·排行榜影响作用的仿真研究第72-75页
   ·本章小结第75-76页
5 “刷榜”现象影响作用的研究与建模第76-92页
   ·问题的提出第76-77页
   ·“刷榜”现象的建模第77-86页
     ·“刷榜”因子影响下的排行榜生成过程第78-80页
     ·影响因子α,β的作用时间第80-81页
     ·滑动窗条件下受“刷榜”因子影响的排行榜生成过程第81-85页
     ·滑动窗条件下影响因子α,β的作用时间第85-86页
   ·仿真试验第86-90页
     ·仿真流程第86-88页
     ·仿真结果第88-90页
   ·本章小结第90-92页
6 搜索排行榜的团结构分析第92-113页
   ·问题的提出第92-93页
   ·相关工作第93-96页
     ·用户分类相关工作第93-94页
     ·团结构查找算法第94-96页
   ·MSC网络的基本特征第96-100页
     ·权重分布第97-98页
     ·聚类系数第98-99页
     ·度分布第99-100页
   ·基于权重的标签繁殖算法第100-107页
     ·标签繁殖算法第101-103页
     ·边权重的概念第103-104页
     ·算法的改进第104页
     ·算法的时间复杂度第104-105页
     ·算法的有效性第105-107页
   ·MSC网络的团结构第107-111页
     ·MSC网络时间特性(以天为单位)第107-108页
     ·MSC网络时间特性(以小时为单位)第108-110页
     ·实际数据的验证第110-111页
   ·本章小结第111-113页
7 结论第113-115页
   ·论文创新点总结第113-114页
   ·研究展望第114-115页
参考文献第115-122页
作者简历第122-126页
学位论文数据集第126页

论文共126页,点击 下载论文
上一篇:基于脉冲耦合神经网络的车辆图像分割研究
下一篇:认知网络中具有自主学习特征的智能QoS保障机制研究