基于用户WEB行为的个性化信息服务系统的研究
| 摘要 | 第1页 |
| ABSTRACT | 第3-6页 |
| 第一章 引言 | 第6-13页 |
| ·选题的背景及意义 | 第6-7页 |
| ·国内外研究动态 | 第7-8页 |
| ·个性化信息服务的关键技术 | 第8-11页 |
| ·本文的主要研究工作 | 第11页 |
| ·论文的组织结构 | 第11-12页 |
| ·本章小结 | 第12-13页 |
| 第二章 YEEMU_PIS系统的总体设计 | 第13-16页 |
| ·系统需求分析 | 第13页 |
| ·系统总体结构 | 第13-15页 |
| ·系统软件环境分析 | 第15页 |
| ·本章小结 | 第15-16页 |
| 第三章 信息采集子系统的研究和设计 | 第16-25页 |
| ·信息采集的对象和策略 | 第16-19页 |
| ·用户基本信息的采集 | 第16页 |
| ·用户浏览内容的采集 | 第16-17页 |
| ·用户浏览动作的采集 | 第17-19页 |
| ·数据仓库的建立 | 第19-23页 |
| ·为什么要建立数据仓库 | 第20-21页 |
| ·数据仓库的体系结构 | 第21-22页 |
| ·数据仓库的逻辑模型 | 第22-23页 |
| ·数据预处理 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第四章 用户兴趣建模子系统的研究和设计 | 第25-44页 |
| ·用户兴趣建模的方法 | 第25页 |
| ·基于用户浏览内容的文本聚类 | 第25-36页 |
| ·Web数据挖掘 | 第26-30页 |
| ·Web页面的文本特征提取和表示 | 第30-32页 |
| ·Web页面的聚类分析 | 第32-34页 |
| ·Web页面的聚类结果 | 第34-36页 |
| ·基于用户浏览行为的回归分析 | 第36-40页 |
| ·浏览行为和网页兴趣度之间的关系 | 第36-38页 |
| ·多元线性回归模型 | 第38-39页 |
| ·网页兴趣度的计算 | 第39-40页 |
| ·用户兴趣模型的评估和表示 | 第40-42页 |
| ·用户兴趣模型的更新 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第五章 信息服务子系统的研究和设计 | 第44-49页 |
| ·个性化推荐内容的生成 | 第44-46页 |
| ·协同过滤技术 | 第44页 |
| ·改进的基于项目的协同过滤技术 | 第44-46页 |
| ·个性化信息服务的人机交互 | 第46-47页 |
| ·个性化服务的其它应用 | 第47-48页 |
| ·用户共同兴趣交流空间 | 第48页 |
| ·个性化搜索引擎 | 第48页 |
| ·本章小结 | 第48-49页 |
| 第六章 结论与展望 | 第49-51页 |
| ·结论 | 第49页 |
| ·工作展望 | 第49-51页 |
| 参考文献 | 第51-53页 |
| 致谢 | 第53-54页 |
| 在学期间发表的学术论文和参加科研情况 | 第54页 |
