本体进化驱动的个性化语义搜索研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 1 绪论 | 第16-35页 |
| 1.1 研究背景与意义 | 第16-19页 |
| 1.1.1 互联网与搜索引擎的发展 | 第16-18页 |
| 1.1.2 搜索引擎面临的挑战与机遇 | 第18-19页 |
| 1.2 国内外研究现状 | 第19-31页 |
| 1.2.1 个性化搜索相关研究 | 第20-23页 |
| 1.2.2 语义搜索相关研究 | 第23-28页 |
| 1.2.3 语义搜索系统中本体更新的相关研究 | 第28-31页 |
| 1.3 本文拟解决的问题 | 第31-32页 |
| 1.4 论文的研究内容 | 第32-33页 |
| 1.5 论文的篇章结构 | 第33-35页 |
| 2 个性化语义搜索 | 第35-56页 |
| 2.1 用户语义兴趣模型设计 | 第35-39页 |
| 2.1.1 语义兴趣模型相关参数 | 第35-37页 |
| 2.1.2 用户语义兴趣模型 | 第37页 |
| 2.1.3 用户语义兴趣模型更新 | 第37-39页 |
| 2.2 用户日志挖掘算法 | 第39-43页 |
| 2.2.1 日志预处理 | 第40-42页 |
| 2.2.2 日志挖掘算法 | 第42-43页 |
| 2.3 用户群聚类算法 | 第43-48页 |
| 2.3.1 矩阵聚类降维分解 | 第45-47页 |
| 2.3.2 用户群聚类 | 第47-48页 |
| 2.4 多维度查询扩展算法 | 第48-53页 |
| 2.5 多维度个性化语义排序算法 | 第53-55页 |
| 2.6 本章小结 | 第55-56页 |
| 3 基于多映射策略的本体合并 | 第56-65页 |
| 3.1 本体映射改进方法 | 第56页 |
| 3.2 多策略映射结果融合 | 第56-58页 |
| 3.3 本体映射结果修复 | 第58-63页 |
| 3.4 本章小结 | 第63-65页 |
| 4 基于搜索结果的本体进化算法 | 第65-89页 |
| 4.1 本体分类学习 | 第65-80页 |
| 4.1.1 初始术语抽取 | 第67页 |
| 4.1.2 定义句与上下位词的抽取 | 第67-72页 |
| 4.1.3 领域过滤与上下位关系有向图生成 | 第72-73页 |
| 4.1.4 有向图修剪 | 第73-80页 |
| 4.1.5 边修复 | 第80页 |
| 4.2 本体融合机制与算法研究 | 第80-88页 |
| 4.2.1 本体融合机制 | 第81-84页 |
| 4.2.2 本体融合算法 | 第84-88页 |
| 4.3 本章小结 | 第88-89页 |
| 5 原型系统OESSE的实现和实验评估 | 第89-110页 |
| 5.1 个性化语义搜索系统OESSE的设计与实现 | 第89-95页 |
| 5.1.1 用户界面 | 第90-91页 |
| 5.1.2 语义搜索模块 | 第91-92页 |
| 5.1.3 个性化语义分析模块 | 第92-93页 |
| 5.1.4 本体进化模块 | 第93-95页 |
| 5.1.5 知识管理模块 | 第95页 |
| 5.2 实验及评价 | 第95-108页 |
| 5.2.1 实验目的及方法 | 第95-96页 |
| 5.2.2 评价标准 | 第96页 |
| 5.2.3 实验结果与分析 | 第96-108页 |
| 5.3 本章小结 | 第108-110页 |
| 6 结论与展望 | 第110-113页 |
| 6.1 本文工作总结 | 第110-111页 |
| 6.2 创新点 | 第111页 |
| 6.3 进一步研究工作展望 | 第111-113页 |
| 参考文献 | 第113-120页 |
| 攻读博士学位期间科研项目及科研成果 | 第120-121页 |
| 致谢 | 第121-123页 |
| 作者简介 | 第123页 |
