首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--计算机网络论文--一般性问题论文

基于用户浏览行为的深度网络挖掘

摘要第1-7页
ABSTRACT第7-9页
目录第9-12页
图表目录及缩略语第12-16页
 插图目录第12-14页
 表格目录第14-15页
 算法目录第15-16页
第1章 绪论第16-32页
   ·Deep Web研究背景第16-23页
     ·Deep Web的概念第16-19页
     ·Deep Web的现状第19-23页
   ·Deep Web研究现状第23-26页
     ·Deep Web数据源的发现第23-24页
     ·Deep Web数据源的采集第24-26页
   ·关键问题与研究内容第26-30页
     ·关键问题第26-27页
     ·研究内容第27-30页
   ·论文的结构安排第30-32页
第2章 基本知识介绍第32-38页
   ·Deep Web与Surface Web第32-33页
     ·Surface Web第32页
     ·Deep Web第32-33页
   ·浏览记录(Browse Log)第33页
     ·Session第33页
   ·浏览路径第33-35页
   ·页面类型及链接类型第35-36页
   ·浏览图第36-37页
   ·小结第37-38页
第3章 用户浏览行为分析第38-46页
   ·简介第38-39页
     ·浏览行为的图形表示第38-39页
   ·用户在Surface Web中的浏览行为分析第39页
   ·用户在Deep Web中的浏览行为分析第39-41页
   ·Deep Web中的浏览路径第41-43页
     ·用户在Deep Web中和Surface Web中的浏览行为对比第41-43页
     ·用户在Deep Web中的独特的浏览路径第43页
   ·小结第43-46页
第4章 Deep Web数据源的发现第46-70页
   ·简介第46-50页
     ·背景介绍第46页
     ·研究现状第46-50页
   ·基于用户浏览行为的Deep Web数据源发现第50-65页
     ·链接聚类第53-57页
     ·建立浏览图第57-58页
     ·浏览路径检测第58-59页
     ·列表页面验证第59-60页
     ·Deep Web数据源判定第60-61页
     ·查询接口检测第61-65页
   ·实验第65-69页
     ·实验设置第65-66页
     ·实验数据第66页
     ·实验结果第66-69页
     ·实验小结第69页
   ·小结第69-70页
第5章 Deep Web数据源的采集第70-104页
   ·简介第70-78页
     ·背景介绍第70-72页
     ·研究现状第72-78页
   ·基于用户浏览行为的Deep Web数据源采集第78-93页
     ·概述第78-80页
     ·列表页面获取第80-87页
     ·目标链接检测第87页
     ·翻页链接检测第87-89页
     ·链接规则学习第89-91页
     ·在线采集第91-93页
   ·实验第93-102页
     ·实验设置第93-94页
     ·实验数据第94-96页
     ·实验结果第96-102页
     ·实验小结第102页
   ·小结第102-104页
第6章 总结与展望第104-108页
   ·论文总结第105-106页
   ·未来研究展望第106-108页
参考文献第108-114页
致谢第114-116页
在读期间发表的学术论文与取得的其他研究成果第116-118页
作者简介第118页

论文共118页,点击 下载论文
上一篇:农业垂直搜索引擎语义化若干问题的研究与实现
下一篇:硫化铜及钒基化合物的溶剂热合成及锂离子电池性能研究