| 第1章 概述 | 第1-29页 |
| ·研究的目的、意义及研究背景 | 第12-13页 |
| ·Web挖掘研究的内容 | 第13-15页 |
| ·Web内容挖掘 | 第14页 |
| ·Web结构挖掘 | 第14页 |
| ·Web使用挖掘 | 第14-15页 |
| ·Web挖掘研究的关键技术 | 第15-25页 |
| ·网页分类 | 第15-19页 |
| ·文本分类算法 | 第16-17页 |
| ·文本分类的评价 | 第17-18页 |
| ·网页分类研究存在的问题 | 第18-19页 |
| ·网页摘要 | 第19-22页 |
| ·传统摘要算法 | 第20-21页 |
| ·网页摘要的评价 | 第21-22页 |
| ·Web搜索 | 第22-23页 |
| ·Web挖掘中的降维方法研究 | 第23-25页 |
| ·特征选择 | 第24页 |
| ·奇异值分解(SVD) | 第24-25页 |
| ·Web挖掘的难点 | 第25-26页 |
| ·需要多种Web挖掘技术的结合 | 第25页 |
| ·复杂数据对Web挖掘研究提出挑战 | 第25-26页 |
| ·使用Web数据中的用户知识提高挖掘性能 | 第26页 |
| ·本文的研究重点、主要贡献和论文的组织 | 第26-29页 |
| ·本文的研究内容 | 第26-28页 |
| ·论文各部分的主要内容 | 第28-29页 |
| 第2章 有监督的潜在语义索引(SLSI)模型 | 第29-37页 |
| ·引言 | 第29页 |
| ·相关研究工作 | 第29-31页 |
| ·SLSI模型 | 第31-34页 |
| ·SLSI算法描述 | 第31-32页 |
| ·基向量的选择 | 第32-33页 |
| ·SLSI和LSI的区别 | 第33-34页 |
| ·试验和分析 | 第34-36页 |
| ·本章小结和下一步研究工作讨论 | 第36-37页 |
| 第3章 CubeSVD模型及其在个性化Web搜索中的应用 | 第37-56页 |
| ·引言 | 第37-38页 |
| ·个性化搜索和点击日志挖掘 | 第38-40页 |
| ·张量和高阶奇异值分解 | 第40-41页 |
| ·基于CubeSVD的Web搜索 | 第41-49页 |
| ·CubeSVD算法 | 第42页 |
| ·CubeSVD的一个例子 | 第42-46页 |
| ·中心张量的维数选择 | 第46-47页 |
| ·加权策略 | 第47-48页 |
| ·平滑方法 | 第48-49页 |
| ·基于常数的平滑 | 第48页 |
| ·基于内容相似性的平滑 | 第48-49页 |
| ·归一化方法 | 第49页 |
| ·试验和分析 | 第49-55页 |
| ·数据集 | 第49-50页 |
| ·基准算法 | 第50页 |
| ·评价方法 | 第50-52页 |
| ·试验结果 | 第52-55页 |
| ·中心张量维数对算法性能的影响 | 第52页 |
| ·加权策略、平滑方法和归一化方法的影响 | 第52-53页 |
| ·跟其它方法的比较 | 第53页 |
| ·试验结论 | 第53-55页 |
| ·本章小结和下一步研究工作讨论 | 第55-56页 |
| 第4章 基于点击日志的改进型网页摘要算法 | 第56-67页 |
| ·引言 | 第56页 |
| ·相关研究工作 | 第56-57页 |
| ·使用点击日志提高摘要性能 | 第57-60页 |
| ·点击日志用于网页摘要的可行性研究 | 第57-58页 |
| ·改进型网页摘要算法：ALSA | 第58-59页 |
| ·提高没有查询日志网页的摘要结果 | 第59-60页 |
| ·试验和分析 | 第60-66页 |
| ·数据集 | 第61-62页 |
| ·人工标注的网页集 | 第61页 |
| ·大规模测试集 | 第61-62页 |
| ·评价方法 | 第62页 |
| ·试验结果和讨论 | 第62-66页 |
| ·有点击日志网页的摘要结果 | 第62-63页 |
| ·没有点击日志网页的摘要结果 | 第63-64页 |
| ·大规模测试集的摘要结果 | 第64-65页 |
| ·讨论 | 第65-66页 |
| ·本章小结和下一步研究工作讨论 | 第66-67页 |
| 第5章 基于组合核函数的网页分类算法 | 第67-80页 |
| ·引言 | 第68-69页 |
| ·相关研究工作 | 第69-70页 |
| ·核方法 | 第70-71页 |
| ·核方法和核组合 | 第70-71页 |
| ·核匹配 | 第71页 |
| ·基于优化组合核函数的网页分类算法 | 第71-74页 |
| ·优化组合核匹配 | 第72-73页 |
| ·GE-CKO算法 | 第73-74页 |
| ·试验和分析 | 第74-78页 |
| ·数据集 | 第74页 |
| ·评价方法 | 第74页 |
| ·试验结果和讨论 | 第74-77页 |
| ·基准算法 | 第74-76页 |
| ·GE-CKO算法的泛化性能 | 第76-77页 |
| ·多个核组合情况下GE-CKO算法的性能 | 第77页 |
| ·讨论 | 第77-78页 |
| ·本章小结和下一步研究工作讨论 | 第78-80页 |
| 第6章 基于隐链接的网页分类算法 | 第80-94页 |
| ·引言 | 第80-81页 |
| ·相关研究工作 | 第81-82页 |
| ·隐链接和超链接 | 第82-84页 |
| ·隐链接和超链接的定义 | 第82-83页 |
| ·隐链接和超链接的区别 | 第83-84页 |
| ·基于隐链接的分类算法 | 第84-85页 |
| ·基于链接邻居的分类(CLN) | 第84页 |
| ·基于虚拟文档表示的分类(VDBC) | 第84-85页 |
| ·试验和分析 | 第85-92页 |
| ·试验数据 | 第85-86页 |
| ·分类算法和评价方法 | 第86-87页 |
| ·链接关系的统计 | 第87-88页 |
| ·CLN算法分类结果 | 第88页 |
| ·VDBC算法分类结果 | 第88-92页 |
| ·不同虚拟文档表示方法的影响 | 第89-90页 |
| ·组合网页局部文本的虚拟文档表示 | 第90-91页 |
| ·点击日志数量对分类性能的影响 | 第91-92页 |
| ·本章小结和下一步研究工作讨论 | 第92-94页 |
| 第7章 Web挖掘原型系统 | 第94-107页 |
| ·系统框架 | 第94页 |
| ·WebME系统的特点 | 第94-96页 |
| ·系统主要模块 | 第96-98页 |
| ·WebME系统用于宏观经济领域的例子 | 第98-103页 |
| ·本章小节和下一步研究工作讨论 | 第103-107页 |
| 结论 | 第107-109页 |
| 参考文献 | 第109-118页 |
| 致谢及声明 | 第118-119页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第119-121页 |