摘要 | 第1-7页 |
ABSTRACT | 第7-13页 |
1 绪论 | 第13-17页 |
·研究背景 | 第13-14页 |
·研究内容及意义 | 第14-15页 |
·本文组织结构 | 第15-16页 |
·本章小结 | 第16-17页 |
2 相关技术的研究 | 第17-29页 |
·网页搜索技术现状及不足 | 第17-21页 |
·爬虫式的搜索引擎 | 第17-18页 |
·元搜索引擎 | 第18-19页 |
·探索式搜索引擎 | 第19-21页 |
·基于用户个性化模型搜索技术的国内外研究现状 | 第21-22页 |
·云计算 | 第22-24页 |
·云计算的定义 | 第22页 |
·云计算的体系结构 | 第22-24页 |
·Hadoop 简介 | 第24-27页 |
·Hadoop | 第24-25页 |
·Map/Reduce | 第25-26页 |
·HBase | 第26-27页 |
·Solr | 第27页 |
·Processing | 第27-28页 |
·本章小结 | 第28-29页 |
3 相似语义链网络的构建 | 第29-45页 |
·网页信息的正文抽取 | 第29-34页 |
·正文切词 | 第34-36页 |
·网络文本信息去重 | 第36-38页 |
·基于网络文本相关性的信息分类、聚类与相似语义链网络的生成 | 第38-44页 |
·本章小结 | 第44-45页 |
4 基于个性化模型的探索式搜索技术 | 第45-58页 |
·基于用户行为的个性化建模 | 第45-47页 |
·基于访问次数的用户兴趣模型估计 | 第46页 |
·基于页面驻留时间的用户兴趣度估计 | 第46-47页 |
·基于用户信息的个性化用户模型的构建 | 第47-52页 |
·基于用户静态信息的个性化建模 | 第47-49页 |
·基于用户动态信息的个性化建模 | 第49-52页 |
·基于关联规则的个性化推荐 | 第52-54页 |
·关联规则挖掘简介 | 第52-53页 |
·传统的基于关联规则个性化推荐算法 | 第53-54页 |
·可视化探索式搜索技术 | 第54-57页 |
·探索式搜索 | 第54-55页 |
·搜索过程可视化的展现 | 第55-57页 |
·本章小结 | 第57-58页 |
5 原型系统的设计与实现 | 第58-98页 |
·原型系统概述 | 第58页 |
·系统开发与运行环境 | 第58页 |
·系统总体架构 | 第58-61页 |
·核心模块 | 第61-65页 |
·数据抓取模块 | 第61-62页 |
·Solr 索引和 HBase 存储 | 第62-63页 |
·利用 Map/Reduce 编程模型来实现改进后的 K-Means 算法 | 第63-65页 |
·原型系统示范应用之“舆情分析”系统 | 第65-71页 |
·功能概述 | 第65-66页 |
·用例视图 | 第66-67页 |
·数据库设计 | 第67-71页 |
·实现技术 | 第71页 |
·“舆情分析”系统功能演示 | 第71-79页 |
·用户登录 | 第71-72页 |
·系统首页 | 第72页 |
·舆情分类浏览 | 第72-74页 |
·舆情元搜索 | 第74-76页 |
·探索式搜索 | 第76页 |
·舆情管理 | 第76-77页 |
·舆情监控方案 | 第77-78页 |
·实时热点的舆情信息浏览 | 第78页 |
·网络爬虫 | 第78-79页 |
·原型系统示范应用之“智慧商圈” | 第79-84页 |
·功能概述 | 第79-80页 |
·用例视图 | 第80-81页 |
·数据库设计 | 第81-83页 |
·实现技术 | 第83-84页 |
·“智慧商圈”系统功能演示 | 第84-89页 |
·用户注册 | 第84-85页 |
·用户登录 | 第85页 |
·编辑个人信息 | 第85-86页 |
·商铺的探索式搜索 | 第86-87页 |
·个性化实时热点词推荐 | 第87-88页 |
·探索式搜索新闻 | 第88-89页 |
·手机端节点拖动 | 第89页 |
·系统性能分析 | 第89-97页 |
·概述 | 第89-90页 |
·测试概要 | 第90-92页 |
·测试内容及方法 | 第92页 |
·测试结果及分析 | 第92-97页 |
·本章小结 | 第97-98页 |
6 总结与展望 | 第98-100页 |
·总结 | 第98-99页 |
·下一步的工作展望 | 第99-100页 |
参考文献 | 第100-105页 |
致谢 | 第105-106页 |
攻读学位期间发表的学术论文目录 | 第106页 |