互联网标准资源爬取及推荐方法研究与实现
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.3 论文的研究内容与组织结构 | 第15-19页 |
| 第二章 Deep Web标准资源的爬取与精确抽取 | 第19-33页 |
| 2.1 引言 | 第19页 |
| 2.2 相关概念 | 第19-23页 |
| 2.3 Deep Web标准资源网络爬虫总体设计 | 第23-26页 |
| 2.4 Deep Web标准资源预处理 | 第26-27页 |
| 2.5 Deep Web标准资源实体数据精确抽取 | 第27-30页 |
| 2.6 实验设计及结果分析 | 第30-32页 |
| 2.7 本章小结 | 第32-33页 |
| 第三章 基于半监督图聚类的标准题录主题模型构建 | 第33-45页 |
| 3.1 引言 | 第33页 |
| 3.2 半监督图聚类算法 | 第33-35页 |
| 3.3 标准题录特点及特征分析 | 第35-39页 |
| 3.4 基于半监督图聚类的标准题录主题模型构建 | 第39-41页 |
| 3.5 实验与分析 | 第41-43页 |
| 3.6 本章小结 | 第43-45页 |
| 第四章 基于主题模型的标准题录资源推荐方法 | 第45-59页 |
| 4.1 引言 | 第45页 |
| 4.2 相关概念 | 第45-47页 |
| 4.3 用户标签自动生成方法 | 第47-52页 |
| 4.4 用户关注模型构建 | 第52-53页 |
| 4.5 基于主题模型的标准资源推荐 | 第53-55页 |
| 4.6 实验与分析 | 第55-57页 |
| 4.7 本章小结 | 第57-59页 |
| 第五章 标准资源爬取及推荐原型系统的设计与实现 | 第59-67页 |
| 5.1 引言 | 第59页 |
| 5.2 系统功能模块图 | 第59-60页 |
| 5.3 标准资源爬取子系统 | 第60-61页 |
| 5.4 标准资源推荐子系统 | 第61-65页 |
| 5.5 本章小结 | 第65-67页 |
| 第六章 结束语 | 第67-69页 |
| 6.1 论文总结 | 第67页 |
| 6.2 下一步工作 | 第67-69页 |
| 致谢 | 第69-71页 |
| 参考文献 | 第71-77页 |
| 附录A 攻读硕士期间发表论文与申请软件著作权 | 第77-79页 |
| 附录B 攻读硕士期间参与项目 | 第79页 |
