自适应用户模型在RSS网络信息服务中的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-13页 |
| 第一章 绪论 | 第13-18页 |
| ·课题的研究背景 | 第13-14页 |
| ·国内外研究现状 | 第14-16页 |
| ·用户模型 | 第14-15页 |
| ·RSS 信息服务 | 第15-16页 |
| ·本文的研究内容 | 第16页 |
| ·本文结构安排 | 第16-18页 |
| 第二章 用户模型介绍 | 第18-30页 |
| ·建立用户模型 | 第18-24页 |
| ·基于向量空间模型的表示 | 第18-20页 |
| ·基于神经网络的表示 | 第20页 |
| ·基于用户-项目评价矩阵的表示 | 第20-21页 |
| ·基于粗细兴趣粒度的表示 | 第21-22页 |
| ·基于本体论的表示 | 第22页 |
| ·基于语义网络的表示 | 第22-24页 |
| ·学习用户模型 | 第24-27页 |
| ·信息论方法 | 第24页 |
| ·概率论方法 | 第24-25页 |
| ·基于实例的方法 | 第25-26页 |
| ·基于神经网络的方法 | 第26页 |
| ·其它方法 | 第26-27页 |
| ·更新用户模型 | 第27-29页 |
| ·神经网络技术 | 第27-28页 |
| ·信息增补技术 | 第28页 |
| ·进化技术 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 ROCCHIO 反馈构建自适应用户模型 | 第30-38页 |
| ·用户反馈技术 | 第30-31页 |
| ·ROCCHIO 反馈 | 第31-32页 |
| ·自适应用户模型建立 | 第32-33页 |
| ·自适应用户模型的学习和更新 | 第33-37页 |
| ·概念漂移 | 第33-35页 |
| ·自适应用户模型学习和更新 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 RSS 信息平台的设计与实现 | 第38-55页 |
| ·内容过滤及相关技术 | 第38-44页 |
| ·相似度计算 | 第38-40页 |
| ·文本预处理 | 第40-44页 |
| ·RSS 与GOOGLE CSE | 第44-46页 |
| ·RSS 介绍 | 第44-45页 |
| ·Google CSE 介绍 | 第45-46页 |
| ·平台设计 | 第46-50页 |
| ·平台结构 | 第47-49页 |
| ·数据库设计 | 第49-50页 |
| ·平台实现 | 第50-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 系统实验和结果分析 | 第55-64页 |
| ·实验 | 第55-57页 |
| ·实验环境 | 第55页 |
| ·实验数据来源 | 第55-56页 |
| ·实验方法 | 第56-57页 |
| ·结果分析 | 第57-63页 |
| ·实验准备与步骤 | 第57-59页 |
| ·实验结果与分析 | 第59-63页 |
| ·本章小结 | 第63-64页 |
| 第六章 总结与展望 | 第64-67页 |
| ·总结 | 第64-65页 |
| ·展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-72页 |
| 在学期间的研究成果及发表的学术论文 | 第72页 |
