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Agent元搜索引擎的个性化研究

摘要第1-6页
ABSTRACT第6-13页
1 绪论第13-19页
   ·研究背景第13-14页
   ·国内外研究现状第14-16页
   ·课题研究的意义和主要工作第16-17页
   ·论文的组织结构第17-18页
   ·本章小结第18-19页
2 基于Agent元搜索引擎的个性化推荐相关技术第19-31页
   ·Agent技术第19-22页
     ·Agent的基本概念第19-20页
     ·Agent的理论模型第20-21页
     ·多Agent研究的内容第21-22页
   ·元搜索引擎第22-27页
     ·元搜索引擎的概念第22页
     ·元搜索引擎的特点第22-23页
     ·元搜索引擎的基本构成第23-24页
     ·元搜索引擎的工作原理第24-25页
     ·元搜索引擎的结果处理第25-27页
   ·个性化推荐技术第27-31页
     ·基于内容推荐第27页
     ·基于关联规则推荐第27-28页
     ·基于协同过滤推荐第28-29页
     ·基于效用推荐第29页
     ·基于知识推荐第29页
     ·组合推荐第29-31页
3 用户兴趣模型第31-39页
   ·用户兴趣模型获取第31-34页
     ·显式用户偏好第31-32页
     ·隐式用户偏好第32-33页
     ·混合用户偏好获取第33-34页
   ·用户兴趣模型的表示第34-37页
   ·用户兴趣模型的建立第37页
   ·用户兴趣模型的更新第37-38页
   ·本章小结第38-39页
4 个性化推荐系统及关键算法第39-46页
   ·个性化推荐系统的基础第39-41页
     ·个性化推荐系统的概念第39页
     ·个性化推荐系统的基本结构第39-40页
     ·个性化推荐系统的分类第40-41页
   ·个性化推荐流程第41-42页
   ·基于协同过滤的个性化推荐算法第42-45页
     ·协同过滤推荐算法介绍第42-43页
     ·基于项协同过滤个性化推荐算法第43-45页
   ·本章小结第45-46页
5 基于Agent元搜索引擎的个性化推荐系统的实现第46-62页
   ·基于Agent元搜索引擎的个性化推荐系统的设计思想第46-50页
     ·系统设计思想第46页
     ·系统体系结构第46-48页
     ·详细设计内容第48-50页
   ·各Agent功能描述第50-53页
     ·用户Agent第50页
     ·系统管理Agent第50-51页
     ·元搜索Agent第51-52页
     ·数据库Agent第52页
     ·多Agent的协作第52-53页
   ·系统原型实现与结果分析第53-61页
     ·开发环境第53-54页
     ·系统原型实现第54-59页
     ·结果分析第59-61页
   ·本章小结第61-62页
6 总结与展望第62-63页
参考文献第63-66页
攻读学位期间发表的学术论文第66-67页
附录第67-76页
致谢第76页

论文共76页,点击 下载论文
上一篇:k-匿名隐私保护模型中不确定性数据建模及存储问题的研究
下一篇:基于Virtools的虚拟实验室及其多方协作与交互机制研究