网络信息过滤中反馈机制的研究及应用
| 摘要 | 第1-8页 |
| ABSTRACT | 第8-10页 |
| 第一章 引言 | 第10-13页 |
| ·相关研究的背景 | 第10页 |
| ·研究的意义 | 第10-11页 |
| ·相关研究的现状 | 第11-12页 |
| ·本文的章节安排 | 第12-13页 |
| 第二章 向量空间模型中关键技术研究 | 第13-30页 |
| ·网络信息过滤的基本方法 | 第13-15页 |
| ·网络内容分级 | 第13-14页 |
| ·地址列表法 | 第14页 |
| ·关键词过滤 | 第14页 |
| ·基于内容识别的过滤 | 第14-15页 |
| ·网络信息的获取 | 第15页 |
| ·特征选择 | 第15-21页 |
| ·特征项的粒度的选取 | 第16页 |
| ·分词 | 第16-17页 |
| ·特征提取 | 第17-21页 |
| ·文本表示 | 第21-27页 |
| ·向量空间模型 | 第21-22页 |
| ·网络信息的预处理 | 第22-25页 |
| ·特征项权重的计算 | 第25-27页 |
| ·用户兴趣模型的构建 | 第27页 |
| ·分类算法 | 第27-28页 |
| ·本章小结 | 第28-30页 |
| 第三章 网络信息过滤中反馈机制的研究 | 第30-43页 |
| ·反馈机制的提出 | 第30-31页 |
| ·待分类文档的作用 | 第30页 |
| ·TREC 自适应过滤子任务 | 第30-31页 |
| ·基于反馈机制的信息过滤模型 | 第31-32页 |
| ·用户反馈技术 | 第32-36页 |
| ·用户反馈信息的获取 | 第32-34页 |
| ·用户反馈信息的使用 | 第34-35页 |
| ·用户反馈信息的评价指标 | 第35-36页 |
| ·隐式反馈模板优化 | 第36-38页 |
| ·用户行为的选择 | 第36-37页 |
| ·浏览行为的捕获 | 第37页 |
| ·隐式反馈优化算法 | 第37-38页 |
| ·伪反馈模板优化 | 第38-40页 |
| ·伪反馈文档的收集 | 第38-39页 |
| ·伪反馈优化算法 | 第39-40页 |
| ·实验评测 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 过滤系统的设计与实现 | 第43-53页 |
| ·系统的整体设计 | 第43-44页 |
| ·设计目标 | 第43页 |
| ·整体框架 | 第43-44页 |
| ·系统的模块设计 | 第44-48页 |
| ·数据包处理模块 | 第45-46页 |
| ·模板生成模块 | 第46页 |
| ·过滤模块 | 第46-47页 |
| ·反馈学习模块 | 第47-48页 |
| ·系统管理模块 | 第48页 |
| ·系统主要界面 | 第48-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 总结与展望 | 第53-55页 |
| ·所做的主要工作 | 第53-54页 |
| ·研究展望 | 第54-55页 |
| 参考文献 | 第55-57页 |
| 发表及录用的学术论文 | 第57-58页 |
| 参加的科研项目 | 第58-59页 |
| 致谢 | 第59页 |
