| 第一章 绪论 | 第1-40页 |
| 1．1 前言 | 第11-12页 |
| 1．2 信息推送 | 第12-13页 |
| 1．3 信息拉取 | 第13-19页 |
| 1．3．1 搜索引擎 | 第14-15页 |
| 1．3．2 搜索引擎的工作原理 | 第15-17页 |
| 1．3．3 搜索引擎的分类 | 第17-19页 |
| 1．4 对信息获取系统的评价指标 | 第19-22页 |
| 1．5 对信息获取系统的评价方式 | 第22-26页 |
| 1．5．1 几种评价方式 | 第22-24页 |
| 1．5．2 目前对于信息获取系统性能进行检验的实验方法 | 第24-25页 |
| 1．5．3 TREC测试 | 第25-26页 |
| 1．5．4 网络环境下查全率估算的方法 | 第26页 |
| 1．6 个性化信息服务的提出 | 第26-37页 |
| 1．6．1 信息获取系统的不足 | 第26-27页 |
| 1．6．2 个性化信息获取的研究现状 | 第27-29页 |
| 1．6．3 个性信息获取中的用户特征模型 | 第29-30页 |
| 1．6．4 用户兴趣的学习 | 第30-33页 |
| 1．6．5 用户兴趣的学习算法 | 第33-37页 |
| 1．7 本文研究的意义和主要内容 | 第37-40页 |
| 1．7．1 本文研究的意义 | 第37页 |
| 1．7．2 主要研究内容及方法 | 第37-40页 |
| 第二章 个性化信息获取中的几个基本问题 | 第40-58页 |
| 2．1 个性化信息获取的概念和特点 | 第40-43页 |
| 2．1．1 概念 | 第40-42页 |
| 2．1．2 个性化信息需求的特点 | 第42-43页 |
| 2．2 用户个性化模板的研究 | 第43-48页 |
| 2．2．1 模板的建立 | 第43-44页 |
| 2．2．2 个性信息检索模板 | 第44-45页 |
| 2．2．3 个性信息过滤模板 | 第45-46页 |
| 2．2．4 个性信息排序模板 | 第46-47页 |
| 2．2．5 用户反馈学习 | 第47-48页 |
| 2．3 关于个性化信息获取实证方法的研究 | 第48-56页 |
| 2．3．1 实证研究的基础 | 第49-50页 |
| 2．3．2 实证研究的方法 | 第50-52页 |
| 2．3．3 实证研究的评价 | 第52-53页 |
| 2．3．4 基于多指标体系的对信息获取系统的个性化评价 | 第53-56页 |
| 2．4 小结 | 第56-58页 |
| 第三章 基于奇异值分解的个性化信息的模式识别 | 第58-77页 |
| 3．1 个性信息挖掘方法的探讨 | 第59-64页 |
| 3．1．1 基于知识发现和数据挖掘的个性信息挖掘方法 | 第59-61页 |
| 3．1．2 个人特征信息的模式识别 | 第61-64页 |
| 3．2 基于奇异值分解算法的隐含语义检索 | 第64-69页 |
| 3．2．1 奇异值分解算法 | 第64-65页 |
| 3．2．2 检索矩阵的构造 | 第65页 |
| 3．2．3 检索矩阵的分解 | 第65-69页 |
| 3．2．4 查询请求的相关性计算 | 第69页 |
| 3．3 基于奇异值分解的个性化信息模式识别算法 | 第69-71页 |
| 3．4 实证研究 | 第71-76页 |
| 3．4．1 实证研究的过程 | 第71-72页 |
| 3．4．2 实证研究的结果分析 | 第72-75页 |
| 3．4．3 实证研究的意义 | 第75-76页 |
| 3．5 小结 | 第76-77页 |
| 第四章 个性化信息挖掘的N-S算法 | 第77-86页 |
| 4．1 神经元网络 | 第77-80页 |
| 4．1．1 人工神经网络的优点 | 第77-78页 |
| 4．1．2 人工神经网络模型 | 第78-79页 |
| 4．1．3 BP网络 | 第79-80页 |
| 4．2 N-S算法 | 第80-82页 |
| 4．3 N-S算法的实证研究 | 第82-85页 |
| 4．4 小结 | 第85-86页 |
| 第五章 个性特征提取的方法及应用 | 第86-100页 |
| 5．1 关键词权重的计算和特征提取 | 第86-89页 |
| 5．2 基于词频统计的个性化关键词权重的计算方法 | 第89-91页 |
| 5．3 遗传算法 | 第91-92页 |
| 5．4 基于遗传算法的个性化关键词权重确定方法 | 第92-95页 |
| 5．4．1 基于特征提取的用户个性信息获取的数学模型 | 第93页 |
| 5．4．2 算法描述 | 第93-94页 |
| 5．4．3 遗传算法的设计 | 第94-95页 |
| 5．5 实证研究 | 第95-98页 |
| 5．6 小结 | 第98-100页 |
| 第六章 结论与展望 | 第100-102页 |
| 6．1 主要研究成果及结论 | 第100-101页 |
| 6．2 进一步需要开展的研究工作 | 第101-102页 |
| 论文创新点 | 第102-104页 |
| 附录 实证研究的部分文档 | 第104-108页 |
| 参考文献 | 第108-116页 |
| 攻读学位期间发表的论文和参加科研项目情况 | 第116-117页 |
| 致谢 | 第117-118页 |
