| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 引言 | 第9-15页 |
| ·研究背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·本文的研究内容 | 第13页 |
| ·本文的组织结构 | 第13-15页 |
| 第2章 相关概念与技术 | 第15-23页 |
| ·信息检索模型 | 第15-19页 |
| ·传统文档推荐策略 | 第19-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 基于查询网络的文档推荐模型 | 第23-31页 |
| ·传统检索模型的不足 | 第23-24页 |
| ·影响推荐问题的几个主要因素 | 第24-26页 |
| ·基于查询网络的文档推荐模型的提出 | 第26-29页 |
| ·本章小结 | 第29-31页 |
| 第4章 基于Click-Through的实体描述模型 | 第31-45页 |
| ·Web日志预处理 | 第31-36页 |
| ·数据清洗 | 第32-33页 |
| ·识别用户 | 第33-34页 |
| ·用户会话和事务识别 | 第34-36页 |
| ·基于Click-Through的用户-文档描述模型 | 第36-42页 |
| ·生成查询网络图 | 第36-39页 |
| ·基于查询二部图的文档描述 | 第39-41页 |
| ·基于查询二部图的用户描述 | 第41-42页 |
| ·具有时效性的用户行为兴趣点 | 第42-43页 |
| ·本章小结 | 第43-45页 |
| 第5章 查询网络图下的文档推荐策略 | 第45-55页 |
| ·行为兴趣点相关的协同用户群 | 第45-49页 |
| ·行为兴趣点与用户之间的相似度 | 第45-46页 |
| ·协同用户群top-k用户生成算法 | 第46-49页 |
| ·基于能量传导的文档推荐算法 | 第49-53页 |
| ·查询网络图下的算法概述 | 第49-50页 |
| ·能量积累策略 | 第50-51页 |
| ·能量分配策略 | 第51-52页 |
| ·改进的推荐策略 | 第52-53页 |
| ·本章小结 | 第53-55页 |
| 第6章 实验分析 | 第55-63页 |
| ·实验设置 | 第55页 |
| ·评价标准 | 第55-57页 |
| ·实验结果及分析 | 第57-61页 |
| ·本章小结 | 第61-63页 |
| 第7章 总结及展望 | 第63-65页 |
| ·本文主要工作 | 第63页 |
| ·未来研究工作 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-71页 |
| 攻硕期间科研及发表论文情况 | 第71页 |