| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第12-19页 |
| 1.1 个性化信息服务概述 | 第12-13页 |
| 1.2 个性化信息服务的内容 | 第13-15页 |
| 1.3 个性化信息服务的发展和应用现状 | 第15-17页 |
| 1.4 本文的主要内容与安排 | 第17-19页 |
| 第二章 点击流个性化信息服务论述 | 第19-26页 |
| 2.1 点击流概述 | 第19-21页 |
| 2.1.1 用户访问信息 | 第19-20页 |
| 2.1.2 入口点 | 第20页 |
| 2.1.3 驻留时间 | 第20页 |
| 2.1.4 浏览顺序和页面到达率 | 第20页 |
| 2.1.5 出口点 | 第20-21页 |
| 2.2 点击流技术的发展和应用现状 | 第21-22页 |
| 2.3 点击流构建个性化信息服务的优势 | 第22-23页 |
| 2.4 点击流个性化信息服务实现机制 | 第23-26页 |
| 第三章 点击流个性化信息服务的技术分析 | 第26-56页 |
| 3.1 个性化用户信息收集 | 第26-27页 |
| 3.2 点击流数据的收集 | 第27-29页 |
| 3.3 WEB 日志方式收集点击流信息 | 第29-32页 |
| 3.4 AJAX 异步技术收集点击流信息 | 第32-40页 |
| 3.4.1 AJAX 技术介绍 | 第32-33页 |
| 3.4.2 AJAX 异步技术收集点击流 | 第33-38页 |
| 3.4.3 通过AJAX 异步技术收集点击流的优缺点 | 第38-40页 |
| 3.5 点击流数据仓库 | 第40-44页 |
| 3.6 数据挖掘和决策支持系统 | 第44-51页 |
| 3.6.1 数据挖掘常用技术 | 第44-46页 |
| 3.6.2 数据挖掘工具 | 第46-47页 |
| 3.6.3 决策支持和信息推荐 | 第47-51页 |
| 3.7 社区行为分析 | 第51-55页 |
| 3.7.1 个体和社区的互动 | 第51-52页 |
| 3.7.2 社区的构建和发现 | 第52-55页 |
| 3.8 服务质量的反馈和改进 | 第55页 |
| 3.9 用户隐私问题 | 第55-56页 |
| 第四章 实例应用研究 | 第56-74页 |
| 4.1 淘客网构架 | 第56-58页 |
| 4.2 信息获取和WEB 特征提取 | 第58-63页 |
| 4.2.1 正文的文本提取算法 | 第59-60页 |
| 4.2.2 分词和正文特征提取 | 第60-63页 |
| 4.3 点击流构建用户兴趣模型 | 第63-69页 |
| 4.3.1 用户兴趣分析 | 第63-64页 |
| 4.3.2 用户兴趣区分 | 第64-65页 |
| 4.3.3 用户兴趣描述 | 第65-69页 |
| 4.4 个性化信息发布 | 第69-71页 |
| 4.4.1 个性化定制 | 第69-70页 |
| 4.4.2 点击流跟踪 | 第70页 |
| 4.4.3 个性化信息推送 | 第70-71页 |
| 4.5 社区模式的应用 | 第71-72页 |
| 4.5 点击流统计分析系统 | 第72-74页 |
| 第五章 总结和展望 | 第74-76页 |
| 5.1 总结 | 第74-75页 |
| 5.2 基于点击流个性化信息服务展望 | 第75-76页 |
| 参考文献 | 第76-79页 |
| 致谢 | 第79-80页 |
| 攻读学位期间发表的学术论文 | 第80页 |