WEB挖掘中用户模型研究
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第一章 绪论 | 第9-15页 |
| ·研究背景及意义 | 第9-11页 |
| ·研究现状 | 第11-12页 |
| ·本文的研究内容 | 第12-13页 |
| ·论文的组织结构 | 第13-14页 |
| ·本章小结 | 第14-15页 |
| 第二章 用户模型关键技术研究与分析 | 第15-30页 |
| ·建模技术及其分析 | 第15-18页 |
| ·建模技术的分类 | 第15-17页 |
| ·建模技术的分析 | 第17-18页 |
| ·数据源的获取及分析 | 第18-21页 |
| ·信息来源 | 第18-20页 |
| ·数据源的分析 | 第20-21页 |
| ·模型的表示方法及其分析 | 第21-25页 |
| ·常用的模型表示方法 | 第21-24页 |
| ·模型表示方法的分析 | 第24-25页 |
| ·反馈信息的获取及分析 | 第25-28页 |
| ·反馈信息的获取途径 | 第25-27页 |
| ·反馈获取分析 | 第27-28页 |
| ·模型的更新方法及分析 | 第28-29页 |
| ·模型更新方法分类 | 第28-29页 |
| ·模型更新方法分析 | 第29页 |
| ·本章小结 | 第29-30页 |
| 第三章 一种个性化模型的建立与更新 | 第30-57页 |
| ·设计思想 | 第30页 |
| ·模型架构及流程 | 第30-33页 |
| ·模型的架构 | 第30-32页 |
| ·模型的设计流程 | 第32-33页 |
| ·系统自动建模 | 第33-43页 |
| ·预处理 | 第34页 |
| ·中文分词 | 第34-36页 |
| ·加权词频计算 | 第36页 |
| ·计算复合词 | 第36-38页 |
| ·去除停用词 | 第38-39页 |
| ·构建页面特征向量 | 第39页 |
| ·构建页面行为向量 | 第39-41页 |
| ·用户浏览行为的获取 | 第39-40页 |
| ·计算各行为权值 | 第40-41页 |
| ·计算页面行为权值 | 第41页 |
| ·构建用户模型 | 第41-42页 |
| ·计算特征词的权值 | 第41-42页 |
| ·构建用户向量模型 | 第42页 |
| ·自动建模算法描述 | 第42-43页 |
| ·用户手工建模 | 第43-44页 |
| ·模型的更新 | 第44-47页 |
| ·更新流程 | 第44-46页 |
| ·自动更新算法描述 | 第46-47页 |
| ·实验结果 | 第47-56页 |
| ·用户手工建模实验 | 第48-50页 |
| ·内容挖掘实验 | 第50-56页 |
| ·本章小结 | 第56-57页 |
| 第四章 面向用户的WEB 挖掘个性化系统模型 | 第57-64页 |
| ·设计思想 | 第57页 |
| ·体系结构及流程 | 第57-60页 |
| ·体系结构 | 第57-58页 |
| ·系统流程 | 第58-60页 |
| ·用户管理模块 | 第60页 |
| ·用户模型模块 | 第60-61页 |
| ·个性化推荐模块 | 第61-63页 |
| ·功能描述 | 第61页 |
| ·推荐流程 | 第61-62页 |
| ·个性化推荐算法 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 第五章 总结与展望 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 致谢 | 第68-69页 |
| 读研期间发表的论文及科研情况 | 第69页 |
