个性化信息服务中的用户兴趣迁移研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-15页 |
| ·研究背景与意义 | 第10-12页 |
| ·国内外相关研究 | 第12-13页 |
| ·论文组织与结构 | 第13-14页 |
| ·本文的主要工作 | 第14-15页 |
| 第二章 数据挖掘 | 第15-25页 |
| ·数据挖掘的概念 | 第15页 |
| ·数据挖掘的分类 | 第15-16页 |
| ·数据挖掘的主要技术 | 第16-19页 |
| ·关联分析 | 第16-17页 |
| ·分类分析 | 第17-18页 |
| ·聚类分析 | 第18-19页 |
| ·数据挖掘的流程 | 第19-21页 |
| ·Web 数据挖掘 | 第21-23页 |
| ·Web 数据挖掘的概念 | 第21页 |
| ·Web 数据挖掘的特点 | 第21页 |
| ·Web 数据挖掘的分类 | 第21-23页 |
| ·Web 内容挖掘 | 第21-22页 |
| ·Web 结构挖掘 | 第22页 |
| ·Web 使用记录挖掘 | 第22-23页 |
| ·个性化服务 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 基于Web 的个性化用户兴趣挖掘系统 | 第25-40页 |
| ·系统的设计 | 第25页 |
| ·系统的构成 | 第25-27页 |
| ·数据预处理 | 第27-28页 |
| ·用户兴趣的收集方式 | 第28-29页 |
| ·兴趣收集与特征提取 | 第29-36页 |
| ·基于注册信息收集用户兴趣 | 第29-31页 |
| ·基于浏览行为收集用户兴趣 | 第31-36页 |
| ·浏览行为分析 | 第31-32页 |
| ·浏览行为收集器 | 第32-34页 |
| ·计算页面的兴趣度 | 第34-35页 |
| ·计算关键词的权重 | 第35页 |
| ·计算文本向量 | 第35页 |
| ·计算关键词兴趣度 | 第35-36页 |
| ·计算用户兴趣 | 第36页 |
| ·用户兴趣建模 | 第36-39页 |
| ·关于用户兴趣的研究 | 第36-37页 |
| ·相关概念和定义 | 第37-38页 |
| ·算法具体步骤 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 用户聚类模块 | 第40-55页 |
| ·算法分析 | 第40-45页 |
| ·主要算法 | 第40-42页 |
| ·选择算法 | 第42-45页 |
| ·用户聚类模型 | 第45页 |
| ·用户聚类实验 | 第45-51页 |
| ·接口与类设计 | 第45-49页 |
| ·主要数据结构 | 第49-51页 |
| ·用户聚类实验结果 | 第51-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 用户兴趣迁移研究 | 第55-63页 |
| ·用户兴趣迁移的方法 | 第55-57页 |
| ·基于时间窗口的用户兴趣迁移 | 第55-56页 |
| ·基于遗忘函数的用户兴趣迁移 | 第56-57页 |
| ·基于混合模型的用户兴趣迁移 | 第57-62页 |
| ·模型的思想 | 第57-58页 |
| ·模型的算法 | 第58-62页 |
| ·本章小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-69页 |
