基于改进混合聚类技术的用户兴趣智能建模
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 1 绪论 | 第10-15页 |
| ·论文的选题背景及研究意义 | 第10-11页 |
| ·研究现状 | 第11-13页 |
| ·个性化服务的发展现状 | 第11-13页 |
| ·用户兴趣建模的研究现状 | 第13页 |
| ·本文的研究目的和研究内容 | 第13-14页 |
| ·论文组织结构 | 第14页 |
| ·本章小结 | 第14-15页 |
| 2 用户浏览网页预处理 | 第15-20页 |
| ·中文网页清洗 | 第15-16页 |
| ·网页特征提取 | 第16-17页 |
| ·网页描述和相似度计算方式 | 第17-19页 |
| ·本章小结 | 第19-20页 |
| 3 用户兴趣点挖掘 | 第20-35页 |
| ·常用聚类算法综述 | 第21-24页 |
| ·基于划分的聚类算法简介 | 第21-22页 |
| ·层次聚类算法简介 | 第22-23页 |
| ·ISODATA 聚类算法简介 | 第23页 |
| ·遗传算法及其克隆现象简介 | 第23-24页 |
| ·确定用户兴趣点个数 | 第24-27页 |
| ·自动相似度阈值选择 | 第25-26页 |
| ·自动用户兴趣点个数计算 | 第26-27页 |
| ·基于改进聚类算法的用户兴趣点挖掘 | 第27-34页 |
| ·染色体编码和种群初始化 | 第27-29页 |
| ·适应值函数的确定 | 第29-30页 |
| ·结合k-means 的选择操作 | 第30页 |
| ·交叉操作 | 第30-31页 |
| ·借鉴ISODATA 的变异操作 | 第31-34页 |
| ·算法的收敛与求解 | 第34页 |
| ·本章小结 | 第34-35页 |
| 4 建立用户兴趣模型 | 第35-47页 |
| ·类间相似度计算方式 | 第35页 |
| ·用户行为兴趣简介 | 第35-37页 |
| ·用户子类兴趣度计算 | 第37-41页 |
| ·页面兴趣度计算 | 第37-39页 |
| ·用户子类兴趣度计算 | 第39-41页 |
| ·用户兴趣模型的建立过程 | 第41-42页 |
| ·基于新用户兴趣建模技术的个性化搜索系统 | 第42-46页 |
| ·个性化搜索简介 | 第42-43页 |
| ·个性化搜索实验原型系统MyPSE 简介 | 第43-46页 |
| ·本章小结 | 第46-47页 |
| 5 实验结果及分析 | 第47-58页 |
| ·实验方法与步骤 | 第47-48页 |
| ·用户兴趣点个数计算效果实验 | 第48-50页 |
| ·网页聚类算法效果实验 | 第50-55页 |
| ·用户兴趣模型生成实验 | 第55-56页 |
| ·使用新用户兴趣建模技术的个性化搜索效果实验 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 6 总结与展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-62页 |
| 附录 | 第62-64页 |
