基于Web的个性化信息检索技术研究
中文摘要 | 第1-4页 |
Abstract | 第4-9页 |
第一章 绪论 | 第9-24页 |
·研究背景 | 第9-11页 |
·Web检索发展动向 | 第9-10页 |
·信息检索工具分类 | 第10-11页 |
·个性化服务系统 | 第11页 |
·搜素引擎 | 第11-17页 |
·搜索引擎的工作原理 | 第12页 |
·搜索引擎的分类 | 第12-14页 |
·搜索引擎技术的研究现状 | 第14-15页 |
·发展趋势 | 第15-16页 |
·搜索引擎的评价 | 第16-17页 |
·搜索引擎中的检索排序技术 | 第17-21页 |
·基于链接的相关度排序 | 第17-19页 |
·基于概念的信息检索 | 第19-20页 |
·基于相关度的反馈 | 第20页 |
·基于聚类的检索 | 第20-21页 |
·搜索引擎存在的问题 | 第21-22页 |
·研究内容和结构 | 第22-24页 |
第二章 元搜索引擎技术研究 | 第24-36页 |
·元搜索引擎的基本原理 | 第24-31页 |
·搜索代理 | 第25-27页 |
·运算代理 | 第27-30页 |
·查询代理 | 第30-31页 |
·元搜索引擎的分类 | 第31-33页 |
·多线索式元搜索引擎 | 第31-32页 |
·All-in-One元搜索引擎 | 第32页 |
·桌面元搜索引擎 | 第32-33页 |
·元搜索引擎的优越性 | 第33页 |
·元搜索引擎的不足 | 第33-34页 |
·本章小结 | 第34-36页 |
第三章 个性化搜索引擎模型设计 | 第36-55页 |
·个性化搜索引擎流程分析 | 第36页 |
·系统体系结构图设计 | 第36-37页 |
·个性化搜索引擎定义及分析 | 第37-38页 |
·基于用户行为特征的统计分析 | 第38-40页 |
·用户查询日志文件 | 第38-39页 |
·用户行为特征分析 | 第39-40页 |
·用户兴趣模型的生成 | 第40-41页 |
·用户兴趣关键词的提取方法 | 第40-41页 |
·信息源 | 第41页 |
·信息处理 | 第41页 |
·成员搜索引擎的选择 | 第41-50页 |
·定性算法 | 第42页 |
·定量算法 | 第42-44页 |
·基于学习的算法 | 第44-47页 |
·本系统成员搜索引擎的选择 | 第47页 |
·各中文搜索引擎的实验比较 | 第47-50页 |
·元搜索引擎数据源的网页提取 | 第50页 |
·搜索结果的排序处理 | 第50-54页 |
·本章小结 | 第54-55页 |
第四章 个性化搜索引擎关键技术研究与改进 | 第55-68页 |
·信息搜集的改进 | 第55-57页 |
·元搜索引擎结果的排序处理 | 第57-61页 |
·元搜索引擎结果的集成 | 第57-58页 |
·基于模糊积分的排序算法 | 第58-61页 |
·信息处理的优化 | 第61-67页 |
·去噪消重算法的改进 | 第61-63页 |
·算法评测 | 第63页 |
·中文分词的优化 | 第63-67页 |
·本章小结 | 第67-68页 |
第五章 部分功能的实现说明 | 第68-76页 |
·搜索结果采集的实现 | 第68-73页 |
·Google下的搜索结果采集 | 第68-72页 |
·Baidu的搜索结果采集 | 第72-73页 |
·搜索结果的再处理 | 第73-75页 |
·搜索结果的保存 | 第73页 |
·实现信息的二次搜索 | 第73-75页 |
·本章小结 | 第75-76页 |
总结与展望 | 第76-78页 |
本文工作总结 | 第76页 |
未来的工作 | 第76-78页 |
参考文献 | 第78-80页 |
致谢 | 第80页 |