基于Internet的个性化信息检索关键技术研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·研究背景和意义 | 第10-11页 |
| ·个性化信息服务系统发展概况 | 第11-13页 |
| ·当前Internet 上的个性化信息检索系统 | 第13-14页 |
| ·本文主要研究内容 | 第14页 |
| ·本文结构 | 第14-16页 |
| 第2章 信息检索及信息过滤方法 | 第16-28页 |
| ·引言 | 第16页 |
| ·传统文本检索 | 第16-25页 |
| ·全文扫描 | 第16-18页 |
| ·签名文件 | 第18-19页 |
| ·倒排文件 | 第19-20页 |
| ·聚类 | 第20-25页 |
| ·使用语义信息 | 第25-27页 |
| ·自然语言处理 | 第25-26页 |
| ·神经网络 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 向量空间模型在信息检索中的应用 | 第28-43页 |
| ·信息检索模型 | 第28-29页 |
| ·基于向量空间模型的信息检索 | 第29-34页 |
| ·向量空间模型描述 | 第30-33页 |
| ·存在问题 | 第33-34页 |
| ·扩展的向量空间模型 | 第34-36页 |
| ·加权的向量空间模型算法改进 | 第34-35页 |
| ·辅助主题词表和个性化协同检索设计 | 第35-36页 |
| ·隐含语义索引 | 第36-42页 |
| ·隐含语义索引的基本思想 | 第38-40页 |
| ·基于隐含语义索引的中文文本检索 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 中文分词技术在信息检索中的应用 | 第43-61页 |
| ·中文分词概述 | 第43-44页 |
| ·引言 | 第43页 |
| ·中文分词的意义和作用 | 第43-44页 |
| ·自动分词技术 | 第44-49页 |
| ·词与分词单位 | 第44页 |
| ·难点问题分析 | 第44-46页 |
| ·分词技术在信息检索中的应用 | 第46-47页 |
| ·分词技术与信息检索的结合 | 第47-48页 |
| ·信息检索与分词结合中有待解决的关键问题 | 第48-49页 |
| ·基于统计的分词方法研究 | 第49-60页 |
| ·无词典分词法的基本原理 | 第49-50页 |
| ·词条模式研究 | 第50-51页 |
| ·统计模式 | 第51-54页 |
| ·词条过滤 | 第54-57页 |
| ·无词典分词模型 | 第57页 |
| ·实验结果与分析 | 第57-60页 |
| ·本章小结 | 第60-61页 |
| 第5章 个性化的信息检索机制 | 第61-69页 |
| ·引言 | 第61页 |
| ·个性化信息检索系统模型 | 第61-64页 |
| ·个性化模式的提取 | 第64-66页 |
| ·主动提交法 | 第64-65页 |
| ·本体论在查询扩展中的应用 | 第65页 |
| ·反馈学习 | 第65-66页 |
| ·个性化检索技术 | 第66-68页 |
| ·本章小结 | 第68-69页 |
| 结论 | 第69-71页 |
| 参考文献 | 第71-76页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第76-77页 |
| 致谢 | 第77-78页 |
| 作者简介 | 第78页 |
