元搜索引擎中基于用户信息与行为的推荐方法的研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 缩略语对照表 | 第8-13页 |
| 第一章 绪论 | 第13-21页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-18页 |
| 1.2.1 元搜索引擎 | 第14-16页 |
| 1.2.2 推荐技术 | 第16-18页 |
| 1.3 研究目标和内容 | 第18页 |
| 1.4 论文组织结构 | 第18-21页 |
| 第二章 相关技术概述 | 第21-27页 |
| 2.1 元搜索引擎技术概述 | 第21-22页 |
| 2.2 推荐方法技术概述 | 第22-26页 |
| 2.2.1 用户行为及信息 | 第23页 |
| 2.2.2 用户间相似度衡量 | 第23-24页 |
| 2.2.3 推荐系统的评估方法 | 第24-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第三章 基于Agent的智能元搜索引擎 | 第27-33页 |
| 3.1 元搜索引擎中的系统框架模型 | 第27-28页 |
| 3.2 功能Agent结构模型 | 第28-30页 |
| 3.3 元搜索引擎的工作模式 | 第30-31页 |
| 3.4 本章小结 | 第31-33页 |
| 第四章 元搜索引擎中基于用户信息与行为的推荐方法 | 第33-41页 |
| 4.1 推荐方法的总体设计 | 第33-34页 |
| 4.2 构建用户模型 | 第34-35页 |
| 4.3 用户群组划分 | 第35-38页 |
| 4.3.1 用户间相似度的度量 | 第36页 |
| 4.3.2 用户群组划分方法 | 第36-38页 |
| 4.4 检索结果的实时推荐 | 第38-40页 |
| 4.5 本章小结 | 第40-41页 |
| 第五章 基于用户信息与行为的推荐方法的实现 | 第41-49页 |
| 5.1 智能化元搜索引擎平台的实现 | 第41-44页 |
| 5.1.1 系统整体工作流程介绍 | 第41-42页 |
| 5.1.2 推荐方法结构介绍 | 第42-44页 |
| 5.2 数据库设计实现 | 第44-46页 |
| 5.3 结果推荐方法的实现 | 第46-47页 |
| 5.4 用户群组实时更新方法的实现 | 第47-48页 |
| 5.5 本章小结 | 第48-49页 |
| 第六章 实验验证及结果分析 | 第49-57页 |
| 6.1 实验目的以及实验环境 | 第49-50页 |
| 6.2 结果推荐方法测试 | 第50-52页 |
| 6.3 群组划分效率及推荐方法成功率评估 | 第52-54页 |
| 6.4 结果推荐效果评估 | 第54-55页 |
| 6.4.1 准确性评估方法介绍 | 第54页 |
| 6.4.2 准确性评估结果分析 | 第54-55页 |
| 6.5 本章小结 | 第55-57页 |
| 第七章 总结与展望 | 第57-59页 |
| 7.1 本文工作总结 | 第57页 |
| 7.2 后续工作展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-65页 |
| 作者简介 | 第65-67页 |
