首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--自动推理、机器学习论文

个性化网络新闻服务中用户兴趣学习算法的研究

摘要第5-6页
Abstract第6页
1 引论第7-11页
    1.1 课题的背景第7-9页
    1.2 本文的工作与创新第9-10页
        1.2.1 本文的研究工作第9-10页
        1.2.2 本文的创新之处第10页
    1.3 本文的组织第10-11页
2 课题支持技术第11-21页
    2.1 Web服务技术第11-18页
        2.1.1 Web服务定义第12-13页
        2.1.2 Web服务技术基础第13-15页
        2.1.3 Web服务消息格式第15-16页
        2.1.4 Web服务描述语言第16-17页
        2.1.5 Web服务发布,发现和集成协议第17-18页
    2.2 读者个性化建模技术第18-19页
    2.3 基于Web服务架构的网络新闻服务优势第19-21页
3 个性化服务技术第21-25页
    3.1 网络新闻服务特点第21-22页
    3.2 网络新闻读者的阅读特点第22页
    3.3 个性化服务技术第22-25页
        3.3.1 基于规则的技术第23-24页
        3.3.2 信息过滤技术第24-25页
4 用户兴趣模型的建立及更新算法第25-37页
    4.1 前期工作第25-30页
        4.1.1 基于Web Service的网络新闻服务模型第25-26页
        4.1.2 个性化网络新闻订阅框架第26-27页
        4.1.3 个性化新闻阅读及阅读模式修改第27-30页
    4.2 用户兴趣建模第30-34页
        4.2.1 用户数据的提取第31-33页
        4.2.2 建立用户兴趣模型第33-34页
    4.3 用户兴趣模型的更新第34-35页
    4.4 文档推荐第35-36页
    4.5 本章小结第36-37页
5 系统实现第37-49页
    5.1 系统实现关键技术第37-41页
        5.1.1 J2EE架构第37-38页
        5.1.2 JSP语言第38-40页
        5.1.3 JavaBean第40-41页
    5.2 系统实现的组成第41-42页
    5.3 系统的具体实现第42-49页
        5.3.1 读者管理页面的实现第42-43页
        5.3.2 功能选择页面的实现第43页
        5.3.3 新闻查询页面的实现第43-45页
        5.3.4 个性化订阅页面的实现第45-49页
6 结束语第49-50页
    6.1 已取得的研究成果第49页
    6.2 进一步的研究工作第49-50页
参考文献第50-53页
致谢第53-54页
学位论文评阅及答辩情况表第54页

论文共54页,点击 下载论文
上一篇:基于组件的轻量级迁移实例创建研究
下一篇:论赞美诗23首中和谐的人神关系