信息检索中个性化信息挖掘技术的研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-12页 |
| ·引言 | 第7页 |
| ·国内外研究现状 | 第7-9页 |
| ·课题研究意义 | 第9-10页 |
| ·论文的研究内容 | 第10页 |
| ·论文结构 | 第10-11页 |
| ·本章小结 | 第11-12页 |
| 第二章 基于Agent的信息检索系统 | 第12-25页 |
| ·元搜索引擎的基本概念 | 第12-14页 |
| ·元搜索引擎的组成以及工作原理 | 第12-13页 |
| ·元搜索引擎的主要技术 | 第13-14页 |
| ·元搜索引擎的优势与不足 | 第14页 |
| ·Agent技术 | 第14-20页 |
| ·Agent的定义及特性 | 第14-15页 |
| ·Agent的分类 | 第15-17页 |
| ·Agent的体系结构 | 第17-19页 |
| ·Agent在Internet上的应用 | 第19-20页 |
| ·信息检索技术和理论基础 | 第20-24页 |
| ·信息检索的概念 | 第20页 |
| ·信息检索的过程 | 第20-21页 |
| ·信息检索的数学模型 | 第21-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 Web信息挖掘的关键技术 | 第25-41页 |
| ·Web挖掘 | 第25-29页 |
| ·数据挖掘及其特征 | 第25-26页 |
| ·Web挖掘的定义和构成 | 第26-27页 |
| ·Web挖掘的分类 | 第27-29页 |
| ·文本的预处理 | 第29-34页 |
| ·文本分词 | 第30-31页 |
| ·文本的特征表示 | 第31-33页 |
| ·文本的相似度计算 | 第33-34页 |
| ·文本的自动分类 | 第34-37页 |
| ·文本分类概述 | 第35-36页 |
| ·几种典型的分类算法 | 第36-37页 |
| ·文本的聚类分析 | 第37-40页 |
| ·聚类的定义 | 第38页 |
| ·常用的文档聚类策略 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 个性化信息挖掘模块的设计与实现 | 第41-63页 |
| ·检索系统工作流程及功能模块介绍 | 第41-43页 |
| ·BP-KNN分类器的实现 | 第43-53页 |
| ·人工神经网络 | 第43-45页 |
| ·BP-KNN分类算法设计 | 第45-49页 |
| ·评价指标及实验结果分析 | 第49-53页 |
| ·用户兴趣模型的建立 | 第53-62页 |
| ·Web日志分析 | 第53-55页 |
| ·用户建模 | 第55-57页 |
| ·基于Web访问矩阵的兴趣特征挖掘 | 第57-59页 |
| ·个性化过滤的实现 | 第59-62页 |
| ·本章小结 | 第62-63页 |
| 第五章 总结与展望 | 第63-65页 |
| ·论文工作总结 | 第63页 |
| ·研究展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 读研期间研究成果 | 第70-71页 |
