| 摘 要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第一章 绪论 | 第9-18页 |
| ·问题提出 | 第9-10页 |
| ·国内外相关研究 | 第10-16页 |
| ·信息检索技术 | 第10-14页 |
| ·个性化Web信息服务 | 第14-16页 |
| ·本文的主要工作 | 第16页 |
| ·论文的结构 | 第16-18页 |
| 第二章 用户建模和机器学习技术 | 第18-29页 |
| ·用户兴趣知识的获取 | 第18页 |
| ·用户兴趣模型的表示 | 第18-20页 |
| ·基于评价的表示 | 第18-19页 |
| ·基于内容的表示 | 第19-20页 |
| ·基于知识的模型表示法 | 第20页 |
| ·建模技术 | 第20-22页 |
| ·时间衰减函数 | 第20-21页 |
| ·皮尔森相关算法 | 第21-22页 |
| ·其它的建模技术 | 第22页 |
| ·机器学习技术 | 第22-28页 |
| ·数据挖掘 | 第23页 |
| ·信息论方法 | 第23-25页 |
| ·基于实例的方法 | 第25-26页 |
| ·概率的方法 | 第26-28页 |
| ·装袋与推进 | 第28页 |
| ·其它的机器学习技术 | 第28页 |
| ·小结 | 第28-29页 |
| 第三章 在中文环境下学习用户模型的关键技术 | 第29-44页 |
| ·解析HTML文档 | 第29-32页 |
| ·HTMLEditorKit.Parser | 第29-31页 |
| ·HTMLEditorKit.ParserCallBack | 第31-32页 |
| ·分词 | 第32-36页 |
| ·机械匹配法 | 第32-33页 |
| ·特征词库法 | 第33-34页 |
| ·约束矩阵法 | 第34-35页 |
| ·语法分析法 | 第35页 |
| ·理解切分 | 第35-36页 |
| ·表示Web文档 | 第36-40页 |
| ·关于VSM的基本概念 | 第36-38页 |
| ·项的选择 | 第38-39页 |
| ·项的权重计算 | 第39-40页 |
| ·关于VSM的讨论 | 第40页 |
| ·聚类分析 | 第40-43页 |
| ·划分方法 | 第41页 |
| ·层次方法 | 第41-42页 |
| ·基于密度的方法 | 第42页 |
| ·基于网格的方法 | 第42-43页 |
| ·基于模型的方法 | 第43页 |
| ·小结 | 第43-44页 |
| 第四章 原型系统的设计与实现 | 第44-54页 |
| ·功能设计与实现方案的选择 | 第44-47页 |
| ·功能设计 | 第44页 |
| ·预处理功能的实现方案 | 第44-45页 |
| ·核心功能的实现方案 | 第45-47页 |
| ·系统的组成和功能 | 第47-52页 |
| ·系统框架模型 | 第47-48页 |
| ·浏览器模块 | 第48-49页 |
| ·解析HTML文档、中文分词及更新当前用户兴趣的功能模块 | 第49-50页 |
| ·更新用户模型库及生成层次结构用户兴趣模型的功能模块 | 第50-52页 |
| ·小结 | 第52-54页 |
| 第五章 结束语 | 第54-55页 |
| ·本文的总结 | 第54页 |
| ·将来的工作 | 第54-55页 |
| 致 谢 | 第55-56页 |
| 参考文献: | 第56-58页 |
