基于教育浏览器的个性化头条信息推荐机制研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 研究现状综述 | 第12-15页 |
| 1.2.1 个性化服务概述 | 第12-14页 |
| 1.2.2 用户兴趣建模研究现状 | 第14-15页 |
| 1.3 研究目标和内容 | 第15-16页 |
| 1.4 论文的组织结构 | 第16-18页 |
| 第二章 相关理论与技术介绍 | 第18-23页 |
| 2.1 理论基础 | 第18-20页 |
| 2.1.1 个性化学习 | 第18页 |
| 2.1.2 行为科学理论 | 第18-19页 |
| 2.1.3 多元智能理论 | 第19-20页 |
| 2.2 开发技术简介 | 第20-21页 |
| 2.2.1 WPF | 第20-21页 |
| 2.2.2 XML | 第21页 |
| 2.3 本章小结 | 第21-23页 |
| 第三章 用户行为数据收集 | 第23-36页 |
| 3.1 基于教育浏览器的用户行为数据梳理 | 第23-24页 |
| 3.2 浏览历史记录信息的收集 | 第24-30页 |
| 3.2.1 整体设计 | 第25-26页 |
| 3.2.2 数据库的字段设计 | 第26-27页 |
| 3.2.3 数据库连接与关闭 | 第27-28页 |
| 3.2.4 插入与删除 | 第28-29页 |
| 3.2.5 历史数据的可视化 | 第29-30页 |
| 3.3 收藏网页信息的收集 | 第30-35页 |
| 3.3.1 整体设计 | 第30-32页 |
| 3.3.2 数据设计 | 第32-33页 |
| 3.3.3 收藏创建与删除 | 第33-34页 |
| 3.3.4 收藏界面的显示 | 第34-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 基于浏览内容的用户兴趣模型构建 | 第36-53页 |
| 4.1 网页预处理 | 第36-40页 |
| 4.1.1 网页正文提取 | 第36-38页 |
| 4.1.2 中文分词 | 第38-39页 |
| 4.1.3 去除停用词 | 第39-40页 |
| 4.2 基于机器学习的网页内容分类技术 | 第40-49页 |
| 4.2.1 网页分类标准 | 第41-42页 |
| 4.2.2 特征提取 | 第42-43页 |
| 4.2.3 分类算法 | 第43-45页 |
| 4.2.4 分类评价指标 | 第45-46页 |
| 4.2.5 实验与结果 | 第46-49页 |
| 4.3 用户兴趣模型构建 | 第49-52页 |
| 4.3.1 模型的数据来源 | 第49-51页 |
| 4.3.2 用户浏览历史记录与收藏网页的表示 | 第51页 |
| 4.3.3 用户浏览时间的表示 | 第51-52页 |
| 4.4 本章小结 | 第52-53页 |
| 第五章 个性化头条信息推荐 | 第53-60页 |
| 5.1 推荐机制 | 第53-54页 |
| 5.2 推荐资源获取方法及资源库 | 第54-55页 |
| 5.3 头条信息推荐机制 | 第55-58页 |
| 5.3.1 推荐算法 | 第57页 |
| 5.3.2 权重的调整 | 第57-58页 |
| 5.4 测试与分析 | 第58-59页 |
| 5.5 本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-62页 |
| 6.1 工作总结 | 第60页 |
| 6.2 未来展望 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 攻读硕士期间参与的项目 | 第65-66页 |
| 致谢 | 第66-67页 |
