| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-12页 |
| ·背景 | 第9-11页 |
| ·问题的提出 | 第9-10页 |
| ·相关概念的辨析 | 第10-11页 |
| ·本文的安排 | 第11-12页 |
| 第二章 互联网络信息挖掘概述 | 第12-19页 |
| ·互联网络内容挖掘 | 第12-15页 |
| ·互联网络网页内容挖掘 | 第13-14页 |
| ·互联网络信息检索 | 第14-15页 |
| ·互联网络日志挖掘 | 第15-18页 |
| ·数据预处理阶段 | 第16-17页 |
| ·事务识别阶段 | 第17页 |
| ·挖掘算法实施阶段 | 第17页 |
| ·模式分析阶段 | 第17-18页 |
| ·互联网络超链接拓扑结构挖掘 | 第18-19页 |
| 第三章 网络结构挖掘现状研究 | 第19-42页 |
| ·PageRank算法研究现状 | 第19-29页 |
| ·PageRank算法介绍 | 第19-24页 |
| ·PageRank算法的改进 | 第24-29页 |
| ·基于马尔可夫过程的网络挖掘算法 | 第29-31页 |
| ·马尔可夫过程 | 第29-31页 |
| ·算法介绍 | 第31页 |
| ·HITS算法研究现状 | 第31-40页 |
| ·HITS算法介绍 | 第31-34页 |
| ·对HITS算法的改进 | 第34-40页 |
| ·PageRank算法和HITS算法的比较 | 第40-42页 |
| 第四章 具有时间反馈的PageRank-Times算法 | 第42-47页 |
| ·PageRank算法的缺陷 | 第42页 |
| ·PageRank-Times算法 | 第42-43页 |
| ·PageRank-Times算法实验 | 第43-46页 |
| ·新算法PageRank-Times描述 | 第43-44页 |
| ·仿真结果分析 | 第44-46页 |
| ·结论 | 第46-47页 |
| 第五章 基于相似度分析的T-PageRank算法 | 第47-54页 |
| ·主题漂移(topic-drift)现象 | 第47页 |
| ·网页相似度分析 | 第47-48页 |
| ·几种度模型介绍 | 第48-50页 |
| ·简单相似度模型 | 第48页 |
| ·泛主题相似度模型 | 第48-49页 |
| ·虚拟文档向量余弦相似度模型 | 第49-50页 |
| ·算法的改进——T-PageRank算法 | 第50-51页 |
| ·T-PageRank算法描述 | 第50页 |
| ·T-PageRank算法收敛性说明 | 第50-51页 |
| ·T-PageRank算法实验 | 第51-54页 |
| 第六章 实验系统介绍 | 第54-64页 |
| ·系统的设计 | 第54-56页 |
| ·系统的实现 | 第56-63页 |
| ·网络蜘蛛 | 第56-59页 |
| ·信息服务器 | 第59-63页 |
| ·查询系统 | 第63页 |
| ·系统的总结 | 第63-64页 |
| 第七章 总结与展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-71页 |
| 攻读硕士学位期间参加的科研项目和发表的论文 | 第71页 |