| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 研究背景及研究意义 | 第11-12页 |
| 1.2 相关研究现状 | 第12-14页 |
| 1.2.1 国外研究现状 | 第12-13页 |
| 1.2.2 国内研究现状 | 第13-14页 |
| 1.3 本文研究思路及组织结构 | 第14-16页 |
| 1.3.1 研究思路 | 第14-15页 |
| 1.3.2 组织结构 | 第15-16页 |
| 第2章 相关理论与技术 | 第16-24页 |
| 2.1 网络采集技术 | 第16-21页 |
| 2.1.1 网络爬虫技术 | 第16-18页 |
| 2.1.2 学科信息抽取 | 第18-20页 |
| 2.1.3 常用的网络爬虫软件 | 第20-21页 |
| (1) 八爪鱼数据采集器 | 第20页 |
| (2) 火车头数据采集器 | 第20-21页 |
| 2.2 相似度计算 | 第21-22页 |
| 2.2.1 余弦相似度 | 第21页 |
| 2.2.2 欧几里得距离 | 第21-22页 |
| 2.2.3 皮尔逊相关性 | 第22页 |
| 2.2.4 斯皮尔曼等级相关系数 | 第22页 |
| 2.3 主要的推荐技术 | 第22-23页 |
| 2.3.1 基于内容的推荐 | 第23页 |
| 2.3.2 基于关联规则的推荐 | 第23页 |
| 2.3.3 基于协同过滤的推荐 | 第23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 基于Easyrec的个性化学科信息资源库模型构建 | 第24-30页 |
| 3.1 构建学科用户的需求 | 第24-25页 |
| 3.2 个性化学科信息资源库模型构建 | 第25-30页 |
| 3.2.1 学科信息资源的分类 | 第26页 |
| 3.2.2 建立信息资源的元数据描述 | 第26-27页 |
| 3.2.3 构建Easyrec学科信息资源模型 | 第27-30页 |
| 第4章 基于Easyrec的个性化学科信息数据采集 | 第30-38页 |
| 4.1 学科信息采集设计 | 第30-34页 |
| 4.1.1 学科信息采集策略 | 第30-31页 |
| 4.1.2 学科信息采集流程 | 第31-32页 |
| 4.1.3 基于Easyrec学科信息推荐系统学科信息采集工作过程 | 第32-34页 |
| 4.2 学科信息用户信息采集及用户兴趣模型构建 | 第34-38页 |
| 4.2.1 基于Easyrec个性化信息推荐系统用户的行为数据采集 | 第34-35页 |
| 4.2.2 基于Easyrec个性化信息推荐系统用户行为提取 | 第35-37页 |
| 4.2.3 建立学科用户兴趣模型 | 第37-38页 |
| 第5章 基于Easyrec个性化学科信息推荐算法 | 第38-42页 |
| 5.1 Easyrec个性化推荐系统推荐算法 | 第38-39页 |
| 5.1.1 基于物品的推荐 | 第38页 |
| 5.1.2 Slope one | 第38-39页 |
| 5.2 Easyrec推荐算法改进 | 第39-42页 |
| 第6章 基于Easyrec个性化学科信息服务流程及方式 | 第42-46页 |
| 6.1 基于Easyrec的个性化信息服务流程 | 第42-43页 |
| 6.2 基于Easyrec的个性化学科信息推荐服务内容 | 第43-44页 |
| 6.3 基于Easyrec的个性化学科信息推荐服务方式 | 第44-46页 |
| 第7章 个性化学科信息平台实现 | 第46-55页 |
| 7.1 基于Easyrec推荐系统总体框架设计 | 第47-48页 |
| 7.2 基于Easyrec的推荐功能实现 | 第48-53页 |
| 7.3 系统评价 | 第53-55页 |
| 第8章 总结与展望 | 第55-57页 |
| 8.1 研究总结 | 第55-56页 |
| 8.2 研究展望 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 在校期间发表的论文、科研成果等 | 第62-63页 |
| 致谢 | 第63页 |
