| 摘 要 | 第1-9页 |
| ABSTRACT | 第9-11页 |
| 第一章 绪论 | 第11-17页 |
| ·个性化信息服务的概述 | 第11-15页 |
| ·个性化信息服务分类 | 第12-13页 |
| ·个性化信息服务的国内外现状 | 第13-15页 |
| ·个性化信息服务研究内容 | 第15-16页 |
| ·论文的主要研究内容及框架 | 第16-17页 |
| 第二章 相关技术研究 | 第17-31页 |
| ·Web数据挖掘介绍 | 第17-21页 |
| ·Web结构挖掘 | 第18-19页 |
| ·Web内容挖掘 | 第19页 |
| ·Web使用挖掘 | 第19-20页 |
| ·Web挖掘难点 | 第20-21页 |
| ·WEB日志挖掘 | 第21-24页 |
| ·Web日志挖掘技术分类 | 第21-24页 |
| ·Web日志挖掘存在的问题 | 第24页 |
| ·PUSH技术 | 第24-26页 |
| ·智能AGENT技术 | 第26-30页 |
| ·智能Agent概述 | 第26页 |
| ·多Agent系统 | 第26-29页 |
| ·智能Agent应用 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 基于WEB挖掘的多AGENT个性化信息服务系统理论模型 | 第31-46页 |
| ·系统理论模型介绍 | 第31-32页 |
| ·用户AGENT | 第32-38页 |
| ·用户知识获取 | 第33-34页 |
| ·用户模型表示 | 第34-36页 |
| ·用户模型更新 | 第36-38页 |
| ·信息过滤AGENT | 第38-43页 |
| ·信息过滤概念 | 第38-39页 |
| ·信息过滤的种类 | 第39-41页 |
| ·信息过滤模型 | 第41-42页 |
| ·信息过滤Agent体系 | 第42-43页 |
| ·信息推荐AGENT | 第43-45页 |
| ·信息推荐概述 | 第43-44页 |
| ·信息推荐Agent体系 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第四章 基于WEB挖掘的多AGENT个性化信息服务系统实现 | 第46-61页 |
| ·系统背景介绍 | 第46-48页 |
| ·系统流程图 | 第48-51页 |
| ·预处理 | 第48-50页 |
| ·用户兴趣库创建 | 第50-51页 |
| ·用户相似度计算 | 第51页 |
| ·信息过滤 | 第51页 |
| ·信息推荐 | 第51页 |
| ·系统实现 | 第51-60页 |
| ·用户Agent | 第53-60页 |
| ·过滤Agent | 第60页 |
| ·推荐Agent | 第60页 |
| ·本章小结 | 第60-61页 |
| 第五章 基于WEB挖掘的多AGENT个性化信息服务系统测评 | 第61-65页 |
| ·系统处理性能测评 | 第61-63页 |
| ·系统推荐测评 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 第六章 总结与展望 | 第65-67页 |
| ·主要工作 | 第65页 |
| ·存在的问题 | 第65-66页 |
| ·进一步研究 | 第66页 |
| ·本章小结 | 第66-67页 |
| 参考文献 | 第67-69页 |
| 致谢 | 第69页 |
