首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

基于用户兴趣模型的个性化搜索排序研究

摘要第1-5页
Abstract第5-7页
目录第7-9页
第一章 绪论第9-13页
   ·研究背景、发展史及意义第9-11页
   ·国内外研究发展情况第11页
   ·主要研究内容第11-12页
   ·本文组织结构第12-13页
第二章 搜索引擎原理介绍第13-22页
   ·搜索引擎工作整体架构第13-14页
   ·网络爬虫第14-15页
     ·网络爬虫整体架构第14页
     ·抓取策略第14-15页
   ·建立索引第15-17页
     ·页面去重第15-16页
     ·分词第16页
     ·倒排索引第16-17页
     ·反作弊第17页
   ·查询服务第17-19页
     ·优秀的排序算法第17-18页
     ·友善的查询界面第18-19页
   ·搜索引擎核心算法介绍第19-21页
     ·PageRank 和 HITS 链分析第19-20页
     ·TF-IDF 算法第20-21页
   ·本章小结第21-22页
第三章 兴趣模型分析与实现第22-40页
   ·搜索引擎的个性化因子概念第22页
   ·常见个性化实现方案第22-24页
     ·基于查询改进技术第22-23页
     ·基于页面权重分析技术第23页
     ·元搜索引擎个性化实现第23-24页
     ·个性化信息采集技术第24页
   ·兴趣模型分析与预处理第24-27页
     ·本文的个性化搜索引擎架构第24-25页
     ·用户信息采集模块及兴趣页面判定第25-27页
   ·用户兴趣模型第27-34页
     ·解耦兴趣模型与用户兴趣模型第28-30页
     ·用户兴趣模型构建第30-32页
     ·用户兴趣模型更新第32-34页
   ·基于 Lucene 个性化排序算法的实现第34-39页
     ·Lucene 排序算法分析推导第35-38页
     ·引入兴趣模型因子第38-39页
   ·本章小结第39-40页
第四章 实验与分析第40-50页
   ·Nutch 和 Solr 搭建搜索引擎第40-43页
     ·Nutch 介绍及应用第40-41页
     ·Solr 介绍及应用第41-43页
   ·搜索引擎运行效果第43-44页
   ·结果对比第44-49页
     ·普通搜索与个性化搜索对比第45-47页
     ·本文个性化搜索与传统个性化搜索对比第47-49页
   ·本章小结第49-50页
第五章 总结与展望第50-52页
   ·总结第50页
   ·后续研究展望第50-52页
参考文献第52-55页
攻读学位期间的研究成果第55-56页
致谢第5页

论文共56页,点击 下载论文
上一篇:微型绿藻自动鉴别方法研究
下一篇:基于图像低层特征的领带花型检索研究