| 摘要 | 第1-5页 |
| ABSTRACT | 第5-13页 |
| 第一章 绪论 | 第13-21页 |
| ·课题的研究背景 | 第13页 |
| ·国内外相关研究 | 第13-18页 |
| ·个性化信息服务 | 第13-15页 |
| ·RSS技术 | 第15-17页 |
| ·用户兴趣模型 | 第17-18页 |
| ·论文的研究内容和意义 | 第18-19页 |
| ·研究内容 | 第18页 |
| ·研究意义 | 第18-19页 |
| ·论文的组织结构 | 第19-21页 |
| 第二章 用户兴趣模型相关理论及技术 | 第21-33页 |
| ·用户兴趣获取 | 第21页 |
| ·用户兴趣模型表示 | 第21-24页 |
| ·基于向量空间模型的表示 | 第21-22页 |
| ·基于神经网络的表示 | 第22-23页 |
| ·基于用户-项目评价矩阵的表示 | 第23页 |
| ·基于粗细兴趣粒度的表示 | 第23页 |
| ·基于本体论的表示 | 第23-24页 |
| ·基于语义网络的表示 | 第24页 |
| ·用户兴趣建模技术 | 第24-27页 |
| ·基于模板的建模技术 | 第24-25页 |
| ·基于机器学习的建模技术 | 第25页 |
| ·基于贝叶斯网络的建模技术 | 第25-26页 |
| ·基于隐马尔可夫模型的建模技术 | 第26页 |
| ·基于神经网络的建模技术 | 第26-27页 |
| ·中文分词技术 | 第27-29页 |
| ·基于字符串匹配的分词方法 | 第27-28页 |
| ·基于理解的分词方法 | 第28页 |
| ·基于统计的分词方法 | 第28-29页 |
| ·基于语义的分词方法 | 第29页 |
| ·文本聚类技术 | 第29-33页 |
| ·层次聚类方法 | 第29-30页 |
| ·基于划分的方法 | 第30页 |
| ·基于密度的方法 | 第30页 |
| ·神经网络方法 | 第30-33页 |
| 第三章 RSS个性化信息服务的用户兴趣模型改进 | 第33-37页 |
| ·用户兴趣模型表示形式的改进 | 第33-35页 |
| ·用户兴趣模型更新机制的改进 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 RSS个性化信息服务的用户兴趣模型实现及应用 | 第37-57页 |
| ·系统需求分析 | 第37-38页 |
| ·系统体系架构设计 | 第38-42页 |
| ·基于代理(Agent)的系统基本架构 | 第38页 |
| ·系统整体结构 | 第38-39页 |
| ·主模块结构 | 第39-42页 |
| ·系统数据库设计 | 第42-45页 |
| ·系统实现及应用 | 第45-55页 |
| ·开发环境 | 第45页 |
| ·文本信息处理实现 | 第45-50页 |
| ·系统实现结果及应用 | 第50-55页 |
| ·本章小结 | 第55-57页 |
| 第五章 实验和结果分析 | 第57-65页 |
| ·实验 | 第57页 |
| ·实验环境 | 第57页 |
| ·实验方法 | 第57页 |
| ·实验结果和分析 | 第57-64页 |
| ·本章小结 | 第64-65页 |
| 第六章 结论与展望 | 第65-67页 |
| 参考文献 | 第67-69页 |
| 致谢 | 第69-71页 |
| 研究成果及发表的学术论文 | 第71-73页 |
| 作者和导师简介 | 第73-74页 |
| 北京化工大学硕士研究生学位论文答辩委员会决议书 | 第74-75页 |