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 |