| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-16页 |
| ·课题研究背景和意义 | 第9-11页 |
| ·研究背景 | 第9-11页 |
| ·研究目的和意义 | 第11页 |
| ·主要研究内容 | 第11-14页 |
| ·本文的内容组织 | 第14-16页 |
| 第2章 社会化标签基本介绍及其相关研究 | 第16-25页 |
| ·web数据挖掘技术研究 | 第16-19页 |
| ·传统web挖掘技术研究 | 第16-17页 |
| ·新型web挖掘资源 | 第17-19页 |
| ·社会化标签简介 | 第19-22页 |
| ·社会化标签的相关研究 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 社会化标签资源的获取方法研究 | 第25-38页 |
| ·带有社会化标签资源的Delicious网页的爬取方法研究 | 第25-30页 |
| ·WebLech简介 | 第25-26页 |
| ·WebLech工作流程 | 第26-28页 |
| ·实验及分析 | 第28-30页 |
| ·Delicious网页中社会化标签资源的抽取方法研究 | 第30-37页 |
| ·HTML语言简介 | 第30-32页 |
| ·社会化标签资源的抽取 | 第32-34页 |
| ·实验及结果分析 | 第34-37页 |
| ·本章小结 | 第37-38页 |
| 第4章 基于社会化标签的Web页面受欢迎度的计算方法 | 第38-50页 |
| ·社会化关系网络的模型化表示 | 第38-39页 |
| ·PageRank算法介绍 | 第39-41页 |
| ·计算web页面受欢迎度的PageRank-like算法 | 第41-49页 |
| ·PageRank-like算法的具体实现 | 第43-47页 |
| ·实验结果分析 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第5章 融合社会化特征的网页排序学习方法的研究 | 第50-62页 |
| ·目前主要的排序学习算法 | 第50-54页 |
| ·排序学习的相关研究 | 第50-52页 |
| ·排序学习算法RankNet | 第52-54页 |
| ·标准测试集与训练集的获取方法研究 | 第54-58页 |
| ·实验及其结果分析 | 第58-61页 |
| ·本章小结 | 第61-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-69页 |
| 致谢 | 第69页 |
