基于智能Agent的社区化信息检索系统的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-15页 |
| ·论文研究背景和意义 | 第10-11页 |
| ·国内外研究动态 | 第11-13页 |
| ·论文主要研究内容 | 第13-15页 |
| 第2章 Agent与信息检索概述 | 第15-32页 |
| ·Agent技术概述 | 第15-23页 |
| ·Agent概念与特性 | 第15-17页 |
| ·Agent的分类 | 第17-19页 |
| ·Agent在信息检索中的应用 | 第19-22页 |
| ·基于Agent的系统 | 第22-23页 |
| ·信息检索概述 | 第23-32页 |
| ·基于INTERNET的信息检索技术的发展 | 第23-25页 |
| ·信息检索系统的分类 | 第25-27页 |
| ·关于智能搜索引擎 | 第27-29页 |
| ·当前信息服务工作需要突破的障碍 | 第29-30页 |
| ·社区化信息搜索服务 | 第30-32页 |
| 第3章 个性化信息检索的关键技术 | 第32-49页 |
| ·文档分类技术 | 第33-37页 |
| ·KNN分类方法 | 第33-34页 |
| ·Navie Bayes分类方法 | 第34-35页 |
| ·SVM分类方法 | 第35-37页 |
| ·文档聚类和多关键词自动生成技术 | 第37-41页 |
| ·AHC层次聚类算法 | 第37-40页 |
| ·关键词抽取技术 | 第40页 |
| ·模糊聚类技术 | 第40-41页 |
| ·基于Agent的个性化信息过滤技术 | 第41-44页 |
| ·产生用户兴趣模型 | 第42-43页 |
| ·从隐式反馈中学习用户的兴趣 | 第43-44页 |
| ·基于Apriori算法的关联挖掘 | 第44-47页 |
| ·关联规则简述 | 第44-45页 |
| ·Apriori算法 | 第45-46页 |
| ·Web日志挖掘技术 | 第46-47页 |
| ·信息检索评价指标 | 第47-49页 |
| ·查全率 | 第47页 |
| ·查准率 | 第47-48页 |
| ·非相关检出率 | 第48页 |
| ·囊括值 | 第48页 |
| ·涵盖率 | 第48页 |
| ·新颖率 | 第48-49页 |
| 第4章 基于Agent的社区化信息检索系统 | 第49-72页 |
| ·系统总体架构 | 第49-53页 |
| ·系统工作流程 | 第53-54页 |
| ·智能Agent功能分析 | 第54-57页 |
| ·系统关键技术 | 第57-72页 |
| ·基于改进的损失最小化的SVM多分类网页分类算法 | 第57-61页 |
| ·多Agent过滤架构中协作社团的选择 | 第61-66页 |
| ·利用PUSH技术实现系统的主动性 | 第66-67页 |
| ·利用查询修正系统提高搜索引擎的性能 | 第67-71页 |
| ·性能评价 | 第71-72页 |
| 第5章 社区化用户兴趣模型的实现 | 第72-78页 |
| ·用户兴趣发现 | 第72-73页 |
| ·基于自组织图的用户兴趣模型的生成与更新 | 第73-78页 |
| ·形成向量空间模型 | 第74页 |
| ·用户兴趣模型建立与更新 | 第74-75页 |
| ·改进的用户兴趣模型 | 第75-78页 |
| 第6章 结束语 | 第78-81页 |
| ·本文总结 | 第78-79页 |
| ·展望 | 第79-81页 |
| 参考文献 | 第81-85页 |
| 攻读硕士学位期间公开发表的论文 | 第85-86页 |
| 致谢 | 第86-87页 |
| 研究生履历 | 第87页 |
