一种混合型信息推送技术研究及其在企业情报服务平台中的应用
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第1章 绪论 | 第9-16页 |
| ·课题研究背景及意义 | 第9-10页 |
| ·信息推送服务 | 第10-11页 |
| ·信息推送服务产生的背景 | 第10页 |
| ·信息推送技术的兴起 | 第10-11页 |
| ·相关技术介绍 | 第11-14页 |
| ·网络信息推送技术 | 第11-13页 |
| ·Web使用挖掘 | 第13-14页 |
| ·本文的主要工作 | 第14-15页 |
| ·本文的组织结构 | 第15页 |
| ·本章小结 | 第15-16页 |
| 第2章 企业情报服务及EISP平台架构 | 第16-25页 |
| ·企业情报服务简介 | 第16-20页 |
| ·企业情报服务平台技术 | 第16-17页 |
| ·国外企业情报发展 | 第17-18页 |
| ·国内企业情报发展 | 第18-20页 |
| ·EISP平台架构 | 第20-22页 |
| ·ESIP应用功能框架图 | 第20-21页 |
| ·平台核心功能概述 | 第21-22页 |
| ·EISP的个性化信息服务 | 第22-24页 |
| ·个性化信息服务方式 | 第23页 |
| ·情报推送的方式 | 第23-24页 |
| ·实现推送的问题与挑战 | 第24页 |
| ·本章小结 | 第24-25页 |
| 第3章 基于用户隐性优先选择的协同过滤 | 第25-39页 |
| ·协同过滤信息推送技术 | 第25-30页 |
| ·经典的协同过滤算法简单描述 | 第25-26页 |
| ·协同过滤推送技术的分类 | 第26-27页 |
| ·基于用户的协同过滤算法 | 第27-30页 |
| ·基于用户隐性优先选择的协同过滤策略 | 第30-34页 |
| ·问题分析 | 第30-31页 |
| ·用户隐性优先选择 | 第31页 |
| ·评分转换模型 | 第31-33页 |
| ·算法描述 | 第33-34页 |
| ·实验分析评估 | 第34-38页 |
| ·评价指标MAE | 第34-35页 |
| ·数据集选取 | 第35-36页 |
| ·实验环境 | 第36页 |
| ·结果评估 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 基于日志挖掘的用户聚类 | 第39-54页 |
| ·用户聚类 | 第39页 |
| ·从Web日志中提取用户浏览路径 | 第39-42页 |
| ·数据清洗 | 第40页 |
| ·用户识别 | 第40-41页 |
| ·会话识别 | 第41-42页 |
| ·根据浏览特性计算用户相似度 | 第42-45页 |
| ·会话的相似度计算 | 第42-44页 |
| ·用户的相似度计算 | 第44-45页 |
| ·采用改进的用户浏览路径算法对用户聚类 | 第45-51页 |
| ·问题分析 | 第45页 |
| ·用户浏览路径算法分析 | 第45-48页 |
| ·用户浏览路径算法改进 | 第48-49页 |
| ·采用改进算法对用户聚类 | 第49-51页 |
| ·实验分析评估 | 第51-53页 |
| ·数据预处理及浏览路径提取结果 | 第51-52页 |
| ·聚类实验结果 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 混合推送技术在平台子系统中的设计应用 | 第54-68页 |
| ·结合快速聚类与协同过滤的混合推送技术 | 第54-56页 |
| ·混合推送技术提出 | 第54-55页 |
| ·技术框架流程设计 | 第55-56页 |
| ·平台信息推送子系统设计 | 第56-57页 |
| ·ESIP平台推送子系统简介 | 第56页 |
| ·子系统设计框图 | 第56-57页 |
| ·平台信息推送子系统模块介绍 | 第57-67页 |
| ·离线处理 | 第57-61页 |
| ·在线推送 | 第61-67页 |
| ·本章小结 | 第67-68页 |
| 第6章 总结与展望 | 第68-70页 |
| ·总结 | 第68-69页 |
| ·展望 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 致谢 | 第73-74页 |
| 作者简历 | 第74页 |
