| 中文摘要 | 第1-6页 |
| 英文摘要 | 第6-8页 |
| 第一章 绪论 | 第8-12页 |
| 1．1 Internet的发展历史 | 第8页 |
| 1．2 基于web的数据挖掘 | 第8-10页 |
| 1．2．1 研究意义 | 第8-9页 |
| 1．2．2 发展历史和趋势 | 第9页 |
| 1．2．3 现存的问题 | 第9-10页 |
| 1．3 本文的内容及主要工作 | 第10-12页 |
| 第二章 数据挖掘与文本挖掘 | 第12-18页 |
| 2．1 数据挖掘的产生 | 第12页 |
| 2．2 数据挖掘的定义 | 第12-13页 |
| 2．3 数据挖掘与传统分析方法的区别 | 第13页 |
| 2．4 挖掘出来的规则 | 第13-14页 |
| 2．5 数据挖掘方法技术 | 第14-15页 |
| 2．6 数据挖掘过程 | 第15页 |
| 2．7 文本挖掘 | 第15-16页 |
| 2．7．1 文本挖掘的定义 | 第15-16页 |
| 2．7．2 文本挖掘常用的几种自然语言处理技术 | 第16页 |
| 2．8 Web文本挖掘 | 第16-18页 |
| 2．8．1 Web挖掘的定义 | 第16-17页 |
| 2．8．2 Web信息检索的定义 | 第17页 |
| 2．8．3 Web文本挖掘 | 第17-18页 |
| 第三章 基于web信息检索的基本原理 | 第18-48页 |
| 3．1 信息检索的基本原理 | 第18-20页 |
| 3．1．1 查准率与查全率 | 第18页 |
| 3．1．2 Web信息的形式化描述 | 第18-19页 |
| 3．1．3 互联网信息搜索引擎主要模块 | 第19-20页 |
| 3．1．4 信息检索的基本过程 | 第20页 |
| 3．2 WWW文本挖掘模型 | 第20-24页 |
| 3．2．1 全文检索模型 | 第20-21页 |
| 3．2．2 基于内容的文本检索模型 | 第21-24页 |
| 3．3 信息检索中的机器学习：人工神经元网络 | 第24-26页 |
| 3．3．1 人工神经网络的产生与发展 | 第24-25页 |
| 3．3．2 人工神经网络的原理 | 第25页 |
| 3．3．3 人工神经网络的形式化描述 | 第25-26页 |
| 3．3．4 人工神经网络的工作方式 | 第26页 |
| 3．3．5 人工神经网络在信息检索系统中的应用 | 第26页 |
| 3．4 信息检索的索引模型 | 第26-48页 |
| 3．4．1 向量空间模型的缺点 | 第26-27页 |
| 3．4．2 向量空间模型改进的基础及信息论 | 第27-28页 |
| 3．4．3 向量空间模型的改进 | 第28-34页 |
| 3．4．3．1 特征提取、文档描述和确信度计算 | 第28-31页 |
| 3．4．3．2 人工神经网络训练 | 第31-33页 |
| 3．4．3．3 文档分类过程 | 第33页 |
| 3．4．3．4 文档匹配过程 | 第33-34页 |
| 3．4．4 实验与分析 | 第34-48页 |
| 3．4．4．1 tf idf改进前后比较 | 第34-37页 |
| 3．4．4．2 准确信度改进前后 | 第37-39页 |
| 3．4．4．3 文档分类改进前后 | 第39-43页 |
| 3．4．4．4 神经网络训练实验 | 第43-45页 |
| 3．4．4．5 综合分析与结论 | 第45-48页 |
| 第四章 Agent及Agent技术在智能信息检索中的应用 | 第48-56页 |
| 4．1 Agent | 第48-49页 |
| 4．2 分布式人工智能与多Agent系统 | 第49页 |
| 4．3 Agent在Internet网信息检索系统中的应用 | 第49-50页 |
| 4．4 基于Agent的信息检索系统原型InforMiner | 第50-52页 |
| 4．4．1 客户端Agent | 第50-51页 |
| 4．4．2 系统端Agent | 第51-52页 |
| 4．4．2．1 系统建设Agent群 | 第51页 |
| 4．4．2．2 响应客户Agent群 | 第51-52页 |
| 4．4．2．3 管理Agent | 第52页 |
| 4．5 系统Agent | 第52-56页 |
| 4．5．1 Agent关系 | 第52-53页 |
| 4．5．2 Agent结构 | 第53-56页 |
| 第五章 结束语 | 第56-57页 |
| 5．1 本文的主要工作及特点 | 第56页 |
| 5．2 进一步的工作 | 第56-57页 |
| 发表论文 | 第57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60页 |
