| 摘要 | 第10-12页 |
| Abstract | 第12-14页 |
| 第一章 绪论 | 第15-32页 |
| 1.1 研究背景及意义 | 第15-18页 |
| 1.2 国内外研究现状 | 第18-29页 |
| 1.2.1 农业网络资源 | 第18-20页 |
| 1.2.2 农业信息推荐技术 | 第20-23页 |
| 1.2.3 搜索引擎技术概述 | 第23-27页 |
| 1.2.4 推荐方法 | 第27-29页 |
| 1.3 论文主要内容 | 第29-32页 |
| 第二章 基于字标注分词方法的农业垂直搜索引擎设计 | 第32-51页 |
| 2.1 垂直搜索引擎分析 | 第32-35页 |
| 2.1.1 垂直搜索的特点 | 第33-34页 |
| 2.1.2 垂直搜索引擎关键技术 | 第34-35页 |
| 2.2 基于Nutch的农业垂直搜索引擎 | 第35-41页 |
| 2.2.1 农业垂直搜索引擎设计流程 | 第36-38页 |
| 2.2.2 Nutch | 第38页 |
| 2.2.3 Nutch的架构 | 第38-39页 |
| 2.2.4 Nutch的参数配置 | 第39-41页 |
| 2.3 基于字标注的中文分词技术 | 第41-50页 |
| 2.3.1 中文分词方法 | 第41-42页 |
| 2.3.2 中文分词关键技术 | 第42-45页 |
| 2.3.3 基于字标注的中文分词器设计 | 第45-48页 |
| 2.3.4 实验结果分析 | 第48-50页 |
| 2.4 本章小结 | 第50-51页 |
| 第三章 农业领域空间属性抽取方法研究 | 第51-63页 |
| 3.1 农业信息抽取方法概述 | 第51-55页 |
| 3.1.1 信息抽取 | 第51-52页 |
| 3.1.2 农业信息抽取方法评估标准 | 第52页 |
| 3.1.3 农业领域空间属性标注流程和方法 | 第52-54页 |
| 3.1.4 农业领域本体 | 第54-55页 |
| 3.2 农业领域空间属性抽取算法研究 | 第55-61页 |
| 3.2.1 显性农业领域空间属性抽取算法 | 第55-58页 |
| 3.2.2 隐性农业领域空间属性抽取算法 | 第58-59页 |
| 3.2.3 基于χ~2检验的空间属性抽取算法 | 第59-61页 |
| 3.3 实验结果分析 | 第61-62页 |
| 3.4 本章小结 | 第62-63页 |
| 第四章 基于农业资源分类标签的贝叶斯网络用户兴趣模型研究 | 第63-88页 |
| 4.1 用户兴趣建模关键技术 | 第63-71页 |
| 4.1.1 用户信息的来源 | 第64页 |
| 4.1.2 用户信息的识别 | 第64-65页 |
| 4.1.3 用户信息的收集 | 第65页 |
| 4.1.4 用户模型的表示 | 第65-67页 |
| 4.1.5 用户建模技术的类型 | 第67-68页 |
| 4.1.6 涉农用户信息需求调查 | 第68-69页 |
| 4.1.7 涉农用户兴趣模型 | 第69-71页 |
| 4.2 涉农用户浏览行为的兴趣度估算研究 | 第71-78页 |
| 4.2.1 浏览行为对涉农用户兴趣的体现 | 第71-72页 |
| 4.2.2 间接行为与涉农用户兴趣度相关性分析 | 第72-75页 |
| 4.2.3 基于浏览行为的涉农用户兴趣度估算 | 第75-78页 |
| 4.3 基于农业资源分类标签的贝叶斯网络用户兴趣模型ATBUIM研究 | 第78-86页 |
| 4.3.1 ATBUIM的组成结构 | 第79-83页 |
| 4.3.2 ATBUIM的表示方法 | 第83页 |
| 4.3.3 ATBUIM的初始化 | 第83-86页 |
| 4.3.4 ATBUIM的更新和优化 | 第86页 |
| 4.4 本章小结 | 第86-88页 |
| 第五章 基于泛函网络和特征因素的组合推荐算法研究 | 第88-112页 |
| 5.1 基于内容的推荐算法研究 | 第88-93页 |
| 5.1.1 基于内容的推荐算法流程 | 第89-92页 |
| 5.1.2 基于ATBUIM的推荐算法 | 第92-93页 |
| 5.2 基于关联规则的推荐算法研究 | 第93-95页 |
| 5.2.1 关联规则的挖掘 | 第93-94页 |
| 5.2.2 关联规则算法 | 第94页 |
| 5.2.3 产生关联推荐 | 第94页 |
| 5.2.4 关联规则推荐算法的局限性 | 第94-95页 |
| 5.3 协同过滤推荐算法研究 | 第95-105页 |
| 5.3.1 协同过滤算法的推荐流程 | 第96-100页 |
| 5.3.2 协同过滤算法优劣分析 | 第100-101页 |
| 5.3.3 综合涉农用户和项目特征因素评分的推荐算法 | 第101-103页 |
| 5.3.4 实验结果分析 | 第103-105页 |
| 5.4 泛函网络模式下的组合推荐算法 | 第105-111页 |
| 5.4.1 泛函网络概述 | 第105-106页 |
| 5.4.2 基于泛函网络的组合推荐算法 | 第106-109页 |
| 5.4.3 实验结果分析 | 第109-111页 |
| 5.5 本章小结 | 第111-112页 |
| 第六章 面向农业领域知识的自适应决策模型研究 | 第112-127页 |
| 6.1 引言 | 第112-114页 |
| 6.2 自适应决策过程 | 第114-115页 |
| 6.3 AKDM决策模型 | 第115-119页 |
| 6.3.1 环境建模 | 第116页 |
| 6.3.2 知识建模 | 第116-117页 |
| 6.3.3 服务与消息建模 | 第117-119页 |
| 6.4 AKDM转换函数设计 | 第119-121页 |
| 6.5 面向农业领域的自适应决策模型应用 | 第121-125页 |
| 6.6 本章小结 | 第125-127页 |
| 第七章 总结与展望 | 第127-130页 |
| 7.1 论文总结 | 第127-128页 |
| 7.2 论文展望 | 第128-130页 |
| 参考文献 | 第130-137页 |
| 致谢 | 第137-138页 |
| 攻读学位论文期间发表文章 | 第138页 |
