首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

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

论文共62页,点击 下载论文
上一篇:大型数据库的分布式管理策略研究与应用
下一篇:可信平台上的版权保护模型研究与实现