首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

基于改进PageRank算法和用户兴趣的个性化搜索研究

摘要第5-6页
ABSTRACT第6页
第一章 绪论第10-16页
    1.1 课题研究背景及意义第10-11页
    1.2 国内外研究现状第11-13页
        1.2.1 个性化搜索技术的国内外研究现状第11-12页
        1.2.2 排序算法的国内外研究现状第12-13页
    1.3 研究内容及组织结构第13-16页
        1.3.1 论文研究内容第13页
        1.3.2 论文创新点第13-14页
        1.3.3 论文组织结构第14-16页
第二章 相关理论与技术研究第16-28页
    2.1 搜索引擎第16-18页
        2.1.1 搜索引擎工作原理第16页
        2.1.2 搜索引擎技术框架第16-18页
        2.1.3 个性化搜索第18页
    2.2 链接分析算法第18-21页
        2.2.1 PAGERANK 算法第18-20页
        2.2.2 HITS 算法第20-21页
        2.2.3 PAGERANK 算法和 HITS 算法的比较第21页
    2.3 检索模型第21-24页
        2.3.1 布尔模型第22-23页
        2.3.2 向量空间模型 VSM第23-24页
        2.3.3 概率检索模型第24页
    2.4 分词技术第24-25页
    2.5 网页分块技术第25-26页
    2.6 本章小结第26-28页
第三章 改进的 PAGERANK 算法第28-40页
    3.1 引言第28-30页
    3.2 网页分块预处理第30-32页
    3.3 相似度第32-35页
        3.3.1 相关研究第32页
        3.3.2 相似度计算第32-35页
    3.4 点击量第35-36页
    3.5 权威性第36-37页
        3.5.1 站内评价第36-37页
        3.5.2 站内外链接第37页
    3.6 时间维第37-38页
    3.7 整体改进 PAGERANK 算法第38页
    3.8 本章小结第38-40页
第四章 用户兴趣模型第40-52页
    4.1 引言第40页
    4.2 用户兴趣信息的获取第40-42页
        4.2.1 显式获取第40-41页
        4.2.2 隐式获取第41-42页
    4.3 用户建模的方法第42页
        4.3.1 显式建模方法第42页
        4.3.2 隐式建模方法第42页
    4.4 用户兴趣模型框架第42-43页
    4.5 用户兴趣模型的建立第43-46页
        4.5.1 信息收集第43-44页
        4.5.2 网页信息预处理第44-45页
        4.5.3 特征词权重计算第45页
        4.5.4 生成用户兴趣模型第45-46页
    4.6 用户兴趣模型的更新第46-49页
        4.6.1 不定时更新模型第46-47页
        4.6.2 定时更新模型第47-49页
    4.7 用户兴趣模型的使用第49-50页
    4.8 本章小结第50-52页
第五章 个性化搜索的设计与实现第52-68页
    5.1 实验准备第52-55页
        5.1.1 软硬件实验环境第52页
        5.1.2 环境部署第52-55页
    5.2 系统设计与实现第55-63页
        5.2.1 个性化搜索引擎功能需求分析第55-57页
        5.2.2 个性化搜索引擎整体设计第57-58页
        5.2.3 服务器端设计与实现第58-61页
        5.2.4 客户端前端的实现第61-63页
    5.3 实验结果及分析第63-66页
        5.3.1 测试过程第63页
        5.3.2 实验评测标准及搜索效果分析第63-66页
    5.4 本章小结第66-68页
第六章 结论第68-70页
    6.1 论文总结第68-69页
    6.2 论文展望第69-70页
参考文献第70-74页
攻读硕士期间发表的学术论文情况第74-76页
致谢第76-77页

论文共77页,点击 下载论文
上一篇:双足机器人步态规划与控制研究
下一篇:上海贝尔敏捷SCRUM模式下软件质量改进措施的研究