基于用户兴趣学习的个性化信息服务模型研究
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-10页 |
| 1 绪论 | 第10-14页 |
| ·个性化信息服务定义 | 第10-11页 |
| ·个性的概念 | 第10页 |
| ·个性化服务 | 第10-11页 |
| ·个性化信息服务 | 第11页 |
| ·个性化信息服务模型 | 第11-12页 |
| ·论文研究的目的和意义 | 第12-13页 |
| ·论文研究的主要内容 | 第13-14页 |
| 2 个性化信息服务现状分析 | 第14-21页 |
| ·发展过程 | 第14-16页 |
| ·主要服务方式 | 第16-20页 |
| ·个性化信息搜索服务 | 第16-18页 |
| ·个性化信息推荐服务 | 第18-19页 |
| ·个性化信息代理服务 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 3 Web文本资源的表示 | 第21-30页 |
| ·文本信息的表示 | 第21-26页 |
| ·文本信息的描述 | 第21-22页 |
| ·中文分词处理研究 | 第22-26页 |
| ·文本的特征提取研究 | 第26-27页 |
| ·特征项的权重计算 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 4 用户兴趣模型研究 | 第30-49页 |
| ·用户兴趣学习技术 | 第30-35页 |
| ·网络信息挖掘技术 | 第30-31页 |
| ·用户建模的信息来源 | 第31-34页 |
| ·用户兴趣学习方法 | 第34-35页 |
| ·用户建模技术的分类 | 第35-38页 |
| ·用户兴趣模型的表示形式 | 第38-40页 |
| ·用户兴趣权重计算方法的改进 | 第40-42页 |
| ·用户兴趣模型生成与更新算法 | 第42-46页 |
| ·用户兴趣模型的生成算法 | 第42-44页 |
| ·用户兴趣模型的更新算法 | 第44-46页 |
| ·信息过滤技术 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 5 基于用户兴趣的个性化信息推送技术 | 第49-55页 |
| ·信息推送技术概述 | 第49-50页 |
| ·信息推送技术的特点 | 第50-51页 |
| ·信息推送技术的实现方式 | 第51-52页 |
| ·信息推送技术的工作流程 | 第52-53页 |
| ·基于用户兴趣模型的个性化信息推送算法 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 6 个性化信息服务系统的设计 | 第55-70页 |
| ·系统模型总体结构设计 | 第55-56页 |
| ·系统主要功能说明 | 第56-57页 |
| ·系统主要模块及其业务流程分析 | 第57-63页 |
| ·用户接口模块 | 第58-59页 |
| ·用户兴趣建模模块 | 第59-60页 |
| ·信息处理模块 | 第60-61页 |
| ·个性化信息服务模块 | 第61-62页 |
| ·信息反馈模块 | 第62-63页 |
| ·用户兴趣模型的实现 | 第63-65页 |
| ·用户兴趣模型的构建与应用实验 | 第65-69页 |
| ·本章小结 | 第69-70页 |
| 7 结论 | 第70-71页 |
| 参考文献 | 第71-73页 |
| 作者简历 | 第73-75页 |
