| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 研究背景与意义 | 第12-13页 |
| 1.2 Web搜索优化研究现状 | 第13-16页 |
| 1.2.1 基于查询日志的搜索优化 | 第14-15页 |
| 1.2.2 基于光标轨迹的搜索优化 | 第15-16页 |
| 1.2.3 其它相关优化技术 | 第16页 |
| 1.3 本文的主要工作 | 第16-17页 |
| 1.4 组织结构 | 第17-18页 |
| 第2章 Web搜索优化方法概述 | 第18-30页 |
| 2.1 Web搜索优化 | 第18-21页 |
| 2.1.1 搜索引擎工作原理 | 第18-19页 |
| 2.1.2 搜索引擎优化概述 | 第19-21页 |
| 2.2 基于光标轨迹的Web搜索优化研究现状 | 第21-28页 |
| 2.2.1 光标轨迹模式 | 第21-22页 |
| 2.2.2 现有的光标轨迹模式提取算法 | 第22-27页 |
| 2.2.3 现有模式提取算法缺陷分析 | 第27-28页 |
| 2.3 小结 | 第28-30页 |
| 第3章 光标轨迹模式挖掘算法设计与实现 | 第30-57页 |
| 3.1 基于Shapelets的时间序列模式挖掘算法简介 | 第30-39页 |
| 3.1.1 Shapelets介绍 | 第30-31页 |
| 3.1.2 Shapelets定义及时间序列挖掘相关概念 | 第31-34页 |
| 3.1.3 Shapelets候选集产生与挖掘算法 | 第34-36页 |
| 3.1.4 算法时间复杂度分析及现有的优化策略 | 第36-39页 |
| 3.2 基于关键点的Shapelets加速算法 | 第39-45页 |
| 3.2.1 关键点的特征描述 | 第39-40页 |
| 3.2.2 提取时间序列中的关键点 | 第40-42页 |
| 3.2.3 基于关键点的Shapelets候选集 | 第42-45页 |
| 3.3 基于KP-Shapelets的光标轨迹模式挖掘 | 第45-50页 |
| 3.3.1 新的光标轨迹特征 | 第45-47页 |
| 3.3.2 不同模式下光标轨迹新的特征对比分析 | 第47-48页 |
| 3.3.3 基于KP-Shapelets的光标轨迹模式挖掘 | 第48-49页 |
| 3.3.4 KP-Shapelets与motifs光标轨迹模式挖掘对比分析 | 第49-50页 |
| 3.4 实验及性能分析 | 第50-56页 |
| 3.4.1 实验平台及实验数据集介绍 | 第50-51页 |
| 3.4.2 基于关键点的候选集数量优化测试 | 第51-53页 |
| 3.4.3 KP-Shapelets挖掘算法有效性测试 | 第53-55页 |
| 3.4.4 KP-Shapelets挖掘算法运行效率测试 | 第55-56页 |
| 3.5 小结 | 第56-57页 |
| 第4章 基于光标轨迹的Web搜索优化实践 | 第57-69页 |
| 4.1 基于概念的Web搜索结果个性化聚类 | 第57-61页 |
| 4.1.1 搜索引擎查询推荐功能的局限性分析 | 第57-58页 |
| 4.1.2 个性化聚类方法提高搜索结果相关性 | 第58页 |
| 4.1.3 基于概念的个性化聚类介绍 | 第58-61页 |
| 4.2 基于光标轨迹模式的用户搜索行为分析 | 第61-63页 |
| 4.2.1 基于查询日志的概念提取策略 | 第61页 |
| 4.2.2 搜索结果页面与目标页面特征对比 | 第61-62页 |
| 4.2.3 基于光标轨迹模式的概念提取策略 | 第62-63页 |
| 4.3 基于光标轨迹的个性化聚类应用 | 第63-65页 |
| 4.4 实验结果与性能分析 | 第65-68页 |
| 4.4.1 实验数据 | 第65-66页 |
| 4.4.2 实验结果与分析 | 第66-68页 |
| 4.5 小结 | 第68-69页 |
| 结论 | 第69-71页 |
| 参考文献 | 第71-76页 |
| 附录A 攻读硕士学位期间所发表的学术论文目录 | 第76-77页 |
| 致谢 | 第77页 |
