| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·研究背景及意义 | 第7页 |
| ·研究现状 | 第7-8页 |
| ·本文的研究内容及组织结构 | 第8-9页 |
| ·本章小结 | 第9-11页 |
| 第二章 个性化搜索引擎相关知识概述 | 第11-23页 |
| ·信息检索 | 第11-17页 |
| ·检索模型 | 第11-14页 |
| ·分词技术 | 第14-15页 |
| ·信息检索技术 | 第15-17页 |
| ·搜索引擎概述 | 第17-19页 |
| ·搜索引擎的概念 | 第17页 |
| ·搜索引擎的工作原理 | 第17-18页 |
| ·搜索引擎的体系结构 | 第18-19页 |
| ·搜索引擎的分类 | 第19页 |
| ·个性化搜索引擎 | 第19-20页 |
| ·个性化搜索引擎的概念 | 第19-20页 |
| ·个性化搜索引擎体系架构 | 第20页 |
| ·个性化查询推荐 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 基于概念提取的的个性化查询推荐 | 第23-33页 |
| ·提取候选概念词 | 第23页 |
| ·提取目标概念词 | 第23-24页 |
| ·建立查询-概念词二分图 | 第24-25页 |
| ·相似度计算 | 第25页 |
| ·查询-概念词二分图聚类 | 第25-26页 |
| ·个性化查询-概念词二分图聚类 | 第26-27页 |
| ·实验结果分析 | 第27-30页 |
| ·实验设置 | 第27-28页 |
| ·实验1：查询-URL 和查询-概念词方法对比 | 第28-30页 |
| ·实验2：个性化聚类 | 第30页 |
| ·本章小结 | 第30-33页 |
| 第四章 基于TF-IQF 模型的个性化查询推荐 | 第33-39页 |
| ·TF-IQF 模型 | 第33页 |
| ·建立个性化二分图 | 第33-34页 |
| ·个性化二分图聚类 | 第34-35页 |
| ·实验结果分析 | 第35-38页 |
| ·实验设置 | 第35-36页 |
| ·实验3：查询-URL 和TFIQF 模型方法对比 | 第36-37页 |
| ·实验4：基于TF-IQF 模型的个性化聚类 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第五章 基于语义相似度融合的个性化查询推荐 | 第39-49页 |
| ·基于用户点击的查询词表示 | 第39-40页 |
| ·点击的文档（Clicked Document） | 第39页 |
| ·相似查询词（Associated Query） | 第39-40页 |
| ·反向查询词（Reverse Query） | 第40页 |
| ·用户-查询词相似度计算 | 第40-43页 |
| ·基于选择文档的相似度计算 | 第40-41页 |
| ·基于相似查询词的相似度计算 | 第41-42页 |
| ·基于反向查询词的相似度计算 | 第42页 |
| ·特征优化选择 | 第42页 |
| ·个性化用户-查询聚类 | 第42-43页 |
| ·实验结果分析 | 第43-47页 |
| ·实验设置 | 第43页 |
| ·实验5：实验结果分析 | 第43-47页 |
| ·本章小结 | 第47-49页 |
| 第六章 总结与展望 | 第49-51页 |
| ·本文总结 | 第49页 |
| ·展望 | 第49-51页 |
| 致谢 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第57页 |