基于用户标签网络的Web知识推送研究
| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 1 绪论 | 第10-19页 |
| ·论文选题背景及研究意义 | 第10-12页 |
| ·选题背景 | 第10-11页 |
| ·研究意义 | 第11-12页 |
| ·相关研究现状 | 第12-16页 |
| ·知识推送技术现状 | 第12-13页 |
| ·知识推送应用研究现状 | 第13-14页 |
| ·基于标签的个性化推送研究现状 | 第14-16页 |
| ·本文的研究思路 | 第16-17页 |
| ·本文的组织结构 | 第17-19页 |
| 2 相关基础理论 | 第19-29页 |
| ·社会化标签系统 | 第19-22页 |
| ·社会化标签系统的产生 | 第19页 |
| ·社会化标签系统的功能内涵 | 第19-20页 |
| ·社会化标签系统的结构模型 | 第20-22页 |
| ·个性化知识需求 | 第22-24页 |
| ·个性化知识需求概述 | 第22-23页 |
| ·个性化知识需求解决策略 | 第23-24页 |
| ·WEB知识推送系统 | 第24-29页 |
| ·Web知识推送系统简介 | 第24-26页 |
| ·Web知识推送系统组成架构 | 第26-29页 |
| 3 用户标签网络及结构分析方法 | 第29-36页 |
| ·用户标签网络构建 | 第29-32页 |
| ·用户标注模型 | 第29-30页 |
| ·标签关系建立 | 第30页 |
| ·用户标签网络模型 | 第30-32页 |
| ·用户标签网络结构分析方法 | 第32-36页 |
| ·个体级分析指标 | 第32-33页 |
| ·局部级分析指标 | 第33-34页 |
| ·全局级分析指标 | 第34-36页 |
| 4 基于用户标签网络的用户兴趣模型构建 | 第36-48页 |
| ·用户兴趣建模一般过程 | 第36-38页 |
| ·用户兴趣模型的标签表示法 | 第38-40页 |
| ·用户兴趣模型生成 | 第40-48页 |
| ·标签子网划分 | 第41-42页 |
| ·标签权重计算 | 第42-44页 |
| ·用户兴趣模型表示 | 第44-45页 |
| ·用户兴趣模型更新策略 | 第45-48页 |
| 5 WEB知识推送系统框架构建与实验分析 | 第48-61页 |
| ·WEB知识推送系统框架 | 第48-50页 |
| ·WEB知识资源与用户兴趣的相似度计算方法 | 第50-52页 |
| ·基于概率扩散的方法 | 第50-51页 |
| ·基于余弦相似度的方法 | 第51-52页 |
| ·实验分析 | 第52-61页 |
| ·实验数据集 | 第52-53页 |
| ·评价指标及方法 | 第53-54页 |
| ·用户兴趣模型分析 | 第54-57页 |
| ·推送精度分析 | 第57-61页 |
| 6 总结与展望 | 第61-63页 |
| ·本文工作总结 | 第61页 |
| ·研究展望 | 第61-63页 |
| 参考文献 | 第63-69页 |
| 攻读硕士学位期间的论文工作及其他成果 | 第69-70页 |
| 攻读硕士学位期间参加的科研项目 | 第70-71页 |
| 致谢 | 第71页 |
