| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·研究背景和意义 | 第10-13页 |
| ·背景 | 第10-12页 |
| ·研究意义 | 第12-13页 |
| ·主要研究内容 | 第13-14页 |
| ·本文的内容组织 | 第14-16页 |
| 第2章 社会化标注基本内容介绍 | 第16-20页 |
| ·WEB 挖掘介绍 | 第16-17页 |
| ·社会化标注简介 | 第17-18页 |
| ·DELICIOUS 介绍 | 第18-20页 |
| 第3章 社会化标注的获取 | 第20-37页 |
| ·使用网络爬虫来获取带有社会化标注的网页 | 第20-25页 |
| ·网络爬虫 larbin 介绍 | 第20-21页 |
| ·larbin 结构 | 第21-23页 |
| ·使用 larbin 爬取 Delicious | 第23-25页 |
| ·DELICIOUS 中社会化标注抽取 | 第25-26页 |
| ·HtmlParser 介绍 | 第25-26页 |
| ·HTML 介绍 | 第26-28页 |
| ·DELICIOUS 网页结构介绍 | 第28-29页 |
| ·提取并存储社会化标注和 URL | 第29-37页 |
| ·获取被标注网页的 URL | 第29-30页 |
| ·获得社会化标注 | 第30-32页 |
| ·将社会化标注和 URL 存入数据库 | 第32-37页 |
| 第4章 基于社会化标注的网页相关度计算算法 ANNOSIM | 第37-45页 |
| ·ANNOSIM 算法提出背景 | 第37-38页 |
| ·基于社会化标注完全匹配的网页相关度计算 | 第38-42页 |
| ·计算 DocSim | 第38-40页 |
| ·基于社会化标注的网页相关度计算 | 第40-42页 |
| ·基于社会化标注计算网页相关度中考虑标注的相似度 | 第42-45页 |
| 第5章 实验及结果分析 | 第45-55页 |
| ·使用 RANKING SVM 进行排序学习 | 第45-49页 |
| ·排序学习基本概念 | 第45-46页 |
| ·排序学习框架 | 第46页 |
| ·排序学习算法 Ranking SVM | 第46-49页 |
| ·评测方法 | 第49页 |
| ·实验结果 | 第49-53页 |
| ·社会化标注的抽取 | 第49-51页 |
| ·相似度计算 | 第51-52页 |
| ·排序学习中使用社会化标注 | 第52-53页 |
| ·总结与展望 | 第53-55页 |
| ·总结 | 第53-54页 |
| ·展望 | 第54-55页 |
| 参考文献 | 第55-57页 |
| 作者简介 | 第57-58页 |
| 致谢 | 第58页 |