基于Web数据挖掘的个性化搜索引擎研究
摘要 | 第1-4页 |
Abstract | 第4-7页 |
1 绪论 | 第7-12页 |
·课题背景与研究意义 | 第7-8页 |
·国内外研究现状 | 第8-10页 |
·论文主要工作 | 第10-11页 |
·论文组织结构 | 第11-12页 |
2 个性化搜索引擎相关技术 | 第12-24页 |
·Web数据挖掘 | 第12-16页 |
·Web内容挖掘 | 第13-14页 |
·Web结构挖掘 | 第14页 |
·Web使用挖掘 | 第14-15页 |
·Web数据挖掘与个性化搜索引擎 | 第15-16页 |
·信息检索模型 | 第16-19页 |
·布尔模型 | 第16-17页 |
·向量空间模型 | 第17-19页 |
·个性化搜索引擎模型 | 第19-24页 |
·基于查询改进的个性化搜索模型 | 第19-21页 |
·基于主题爬虫的个性化搜索引擎 | 第21-22页 |
·基于多元搜索引擎的个性化搜索引擎 | 第22-24页 |
3 用户兴趣模型 | 第24-36页 |
·用户兴趣模型概述 | 第24-25页 |
·用户兴趣信息的获取 | 第25-29页 |
·可行性分析 | 第25-27页 |
·数据准备 | 第27页 |
·用户识别 | 第27-29页 |
·基于概念的用户兴趣模型 | 第29-36页 |
·概念提取 | 第29-32页 |
·概念联系挖掘 | 第32-34页 |
·建立基于概念的用户兴趣模型 | 第34-36页 |
4 查询聚类算法 | 第36-45页 |
·二分图聚类 | 第36-37页 |
·联合聚类 | 第36-37页 |
·二分图相关定义 | 第37页 |
·基于链接的二分图 | 第37-41页 |
·查询-链接二分图 | 第38-39页 |
·相似度计算 | 第39-40页 |
·存在的问题 | 第40-41页 |
·基于概念的二分图 | 第41-45页 |
·查询-概念二分图 | 第41-42页 |
·聚类算法 | 第42-43页 |
·融入用户兴趣模型的聚类算法 | 第43-45页 |
5 个性化搜索引擎的设计与实现 | 第45-57页 |
·系统模块设计 | 第45-46页 |
·数据库设计 | 第46-48页 |
·数据收集模块 | 第48-49页 |
·用户兴趣模块 | 第49-53页 |
·数据预处理 | 第49-51页 |
·概念挖掘 | 第51-52页 |
·建立用户兴趣模型 | 第52-53页 |
·实验结果分析 | 第53-57页 |
·个性化查询聚类测试 | 第53-54页 |
·链接聚类和概念聚类的对比 | 第54-57页 |
6 总结与展望 | 第57-59页 |
·总结 | 第57页 |
·展望 | 第57-59页 |
致谢 | 第59-60页 |
参考文献 | 第60-62页 |