网络信息提取系统关键技术研究与实现
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·研究背景 | 第7-8页 |
| ·个性化信息过滤技术的发展状况 | 第8-11页 |
| ·个性化信息过滤系统的分类 | 第8-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·个性化信息过滤系统存在的问题 | 第10-11页 |
| ·本文的工作与组织结构 | 第11-13页 |
| 第二章 相关理论和技术 | 第13-19页 |
| ·用户兴趣模型 | 第13-14页 |
| ·用户数据的收集 | 第14-15页 |
| ·建模的相关技术 | 第15-18页 |
| ·向量空间模型 | 第15-16页 |
| ·经典聚类算法 | 第16-17页 |
| ·HOOK技术 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第三章 网络信息提取系统中用户兴趣模型的建立 | 第19-28页 |
| ·混合用户模型建模 | 第19-22页 |
| ·混合用户兴趣模型 | 第19-20页 |
| ·基于时间的二层树状空间向量模型表示 | 第20-22页 |
| ·用户兴趣模型的存储方式 | 第22页 |
| ·用户浏览页面预处理 | 第22-24页 |
| ·浏览页面的获取 | 第23页 |
| ·HTML页面规范化 | 第23-24页 |
| ·文本特征向量的抽取 | 第24页 |
| ·文本聚类 | 第24-25页 |
| ·聚类算法分析 | 第24-25页 |
| ·层次和划分结合的聚类算法 | 第25页 |
| ·基于概化方法的兴趣主题词抽取 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第四章 网络信息提取系统中用户兴趣模型的更新 | 第28-42页 |
| ·基于兴趣度估计的用户浏览行为 | 第28-32页 |
| ·用户浏览行为分类 | 第28-29页 |
| ·间接行为的相关性分析 | 第29-32页 |
| ·最小浏览行为组合 | 第32页 |
| ·用户浏览行为获取 | 第32-34页 |
| ·用户兴趣度计算 | 第34-38页 |
| ·基于浏览内容的兴趣度计算 | 第34页 |
| ·基于浏览行为的兴趣度计算 | 第34-37页 |
| ·两种兴趣度的结合 | 第37-38页 |
| ·用户兴趣模型遗忘更新算法 | 第38-41页 |
| ·基于优化时间窗的兴趣漂移算法 | 第38-39页 |
| ·跟踪用户兴趣漂移 | 第39页 |
| ·处理用户兴趣漂移 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第五章 系统实现与结果分析 | 第42-53页 |
| ·系统设计 | 第42-44页 |
| ·数据库设计 | 第42-44页 |
| ·用户兴趣模型初始化 | 第44页 |
| ·个性化信息过滤系统实验与结果分析 | 第44-46页 |
| ·部分实验设计与结果分析 | 第46-52页 |
| ·文本聚类实验 | 第46-48页 |
| ·基于优化时间窗的兴趣漂移实验 | 第48-49页 |
| ·网页兴趣度计算实验 | 第49-52页 |
| ·本章小结 | 第52-53页 |
| 第六章 总结和展望 | 第53-55页 |
| ·论文总结 | 第53-54页 |
| ·进一步的研究方向 | 第54-55页 |
| 参考文献 | 第55-61页 |
| 致谢 | 第61-63页 |
| 攻读学位期间主要的研究成果 | 第63页 |
