移动终端网页个性化显示优化技术研究与实现
| 摘要 | 第1-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第11-16页 |
| ·引言 | 第11-12页 |
| ·课题背景 | 第12-13页 |
| ·课题研究内容 | 第13-14页 |
| ·论文组织结构 | 第14-16页 |
| 第二章 相关研究 | 第16-23页 |
| ·Web页面信息提取相关研究 | 第16-19页 |
| ·Web页面结构提取技术研究现状 | 第16-18页 |
| ·基于用户视觉特征的页面结构提取技术 | 第17页 |
| ·基于页面布局信息的结构提取技术 | 第17-18页 |
| ·Web页面内容提取技术研究现状 | 第18-19页 |
| ·基于统计理论的方法 | 第18页 |
| ·基于DOM结构的提取技术 | 第18-19页 |
| ·移动终端页面布局方式 | 第19-20页 |
| ·移动终端Web页面显示技术研究现状 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 个性化显示优化系统的基本架构 | 第23-30页 |
| ·个性化显示优化系统的结构 | 第23-27页 |
| ·用户信息采集模块 | 第24-25页 |
| ·预处理模块 | 第25页 |
| ·页面分割模块 | 第25-27页 |
| ·分块重要度学习模块 | 第27页 |
| ·个性化显示优化系统工作流程 | 第27-28页 |
| ·个性化显示优化系统特点 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第四章 基于预测内容的文本提取算法 | 第30-40页 |
| ·文本提取必要性分析 | 第30-31页 |
| ·基于标记率的内容提取算法分析 | 第31-33页 |
| ·基于预测内容的文本提取算法设计 | 第33-37页 |
| ·基于预测内容的文本提取算法 | 第33-36页 |
| ·SK-Means聚类算法设计 | 第36-37页 |
| ·实验及结果分析 | 第37-39页 |
| ·测试指标 | 第37页 |
| ·实验方法 | 第37-39页 |
| ·实验结果分析 | 第39页 |
| ·本章小结 | 第39-40页 |
| 第五章 基于RBF分块重要度学习的页面显示算法 | 第40-49页 |
| ·基于用户学习的页面显示策略 | 第40-42页 |
| ·用户兴趣库的建立 | 第42页 |
| ·分块重要度模型 | 第42-46页 |
| ·页面语义块分割 | 第43-44页 |
| ·计算语义块的空间特征值 | 第44-45页 |
| ·计算语义块的内容特征值 | 第45页 |
| ·计算语义块文本特征值 | 第45-46页 |
| ·RBF分块重要度学习算法 | 第46-48页 |
| ·RBF神经网络模型 | 第46页 |
| ·RBF 神经网络学习算法 | 第46-47页 |
| ·RBF语义块重要度学习实验流程 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第六章 实现与测试 | 第49-65页 |
| ·个性化显示优化系统原型系统实现 | 第49-57页 |
| ·个性化显示优化系统的实现平台简介 | 第49-50页 |
| ·个性化显示优化系统的系统原型 | 第50页 |
| ·个性化显示优化系统各功能模块实现 | 第50-57页 |
| ·用户信息采集模块 | 第50-53页 |
| ·预处理模块 | 第53-54页 |
| ·页面分割模块 | 第54-57页 |
| ·分块重要度学习模块 | 第57页 |
| ·实验与评测 | 第57-64页 |
| ·测试环境 | 第57-58页 |
| ·评价指标 | 第58页 |
| ·测试方法和结果分析 | 第58-64页 |
| ·可用性测试方法 | 第59-60页 |
| ·测试结果分析 | 第60-62页 |
| ·性能评估方法 | 第62-63页 |
| ·测试结果分析 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 第七章 总结与展望 | 第65-67页 |
| ·工作总结 | 第65-66页 |
| ·工作展望 | 第66-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 作者在学期间取得的学术成果 | 第72页 |
