| 摘要 | 第1-6页 |
| ABSTRACT | 第6-13页 |
| 第一章 绪论 | 第13-25页 |
| ·背景 | 第13-14页 |
| ·WEB 信息检索 | 第14-15页 |
| ·搜索引擎的发展史 | 第15-17页 |
| ·搜索引擎基本结构和分类 | 第17-19页 |
| ·数据挖掘的概述 | 第19-20页 |
| ·论文的主要研究工作 | 第20-23页 |
| ·本文的内容安排 | 第23-25页 |
| 第二章 一个新的搜索引擎模型 | 第25-32页 |
| ·问题简介 | 第25页 |
| ·目前搜索引擎发展概况 | 第25-27页 |
| ·问题分析 | 第27-29页 |
| ·混合模型 | 第29-30页 |
| ·实现模型的若干关键技术 | 第30-32页 |
| 第三章 基于FISHER 线性判别式的层次文档分类 | 第32-42页 |
| ·数据分类概述 | 第32-33页 |
| ·背景 | 第33-34页 |
| ·FISHER 线性判别式 | 第34-36页 |
| ·问题定义 | 第36-37页 |
| ·特征词的选取 | 第37-38页 |
| ·基于FISHER 线性判别式的层次分类算法 | 第38-40页 |
| ·实验结果 | 第40-41页 |
| ·小结 | 第41-42页 |
| 第四章 基于ART 半监督在线学习的文档分类 | 第42-53页 |
| ·背景介绍 | 第42-43页 |
| ·ART 模型的工作原理 | 第43-44页 |
| ·SLART 系统 | 第44-45页 |
| ·ART_a 和 ART_b | 第45-47页 |
| ·MAP 域 | 第47-49页 |
| ·匹配跟踪作用 | 第49-50页 |
| ·实验结果 | 第50-52页 |
| ·小结 | 第52-53页 |
| 第五章 周期性关联规则 | 第53-67页 |
| ·引言 | 第53-55页 |
| ·问题描述 | 第55-57页 |
| ·有序样品聚类 | 第57-60页 |
| ·时间分段 | 第60-61页 |
| ·发现周期性关联规则 | 第61-64页 |
| ·实验结果 | 第64-66页 |
| ·小结 | 第66-67页 |
| 第六章 周期性一般关联规则 | 第67-76页 |
| ·周期性一般关联规则 | 第67页 |
| ·问题描述 | 第67-70页 |
| ·周期性一般关联规则算法 | 第70-73页 |
| ·试验结果 | 第73-75页 |
| ·小结 | 第75-76页 |
| 第七章 对已发现的关联规则进行修剪和分组 | 第76-88页 |
| ·引言 | 第76页 |
| ·关联规则的性质 | 第76-78页 |
| ·关联规则的覆盖 | 第78-80页 |
| ·系统聚类法 | 第80-83页 |
| ·分组规则 | 第83-84页 |
| ·分组规则的改进 | 第84-87页 |
| ·小结 | 第87-88页 |
| 第八章 基于抽样技术的序列模式的维护 | 第88-97页 |
| ·介绍 | 第88页 |
| ·问题定义 | 第88-89页 |
| ·SMSP 算法 | 第89-95页 |
| ·小结 | 第95-97页 |
| 第九章 结束语 | 第97-100页 |
| 参考文献 | 第100-111页 |
| 致谢 | 第111-112页 |
| 在学期间的研究成果及发表的学术论文 | 第112-113页 |