| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 概述 | 第9-14页 |
| ·研究背景 | 第9-11页 |
| ·本文研究的目的及意义 | 第11-12页 |
| ·本文的组织与结构 | 第12页 |
| ·本章小结 | 第12-14页 |
| 第二章 元搜索引擎与个性化服务 | 第14-20页 |
| ·元搜索概述 | 第14-15页 |
| ·元搜索引擎的工作原理 | 第14页 |
| ·国内外元搜索引擎发展现状 | 第14-15页 |
| ·研究的主要内容 | 第15-17页 |
| ·成员引擎的调度与搜索策略 | 第16页 |
| ·搜索结果合成 | 第16-17页 |
| ·个性化服务 | 第17-19页 |
| ·个性化服务的含义 | 第17页 |
| ·个性化服务的研究现状 | 第17-19页 |
| ·本章小结 | 第19-20页 |
| 第三章 用户兴趣群集模型的建立与维护 | 第20-32页 |
| ·用户兴趣建模的方法 | 第20-21页 |
| ·用户兴趣模型的表示方法 | 第20页 |
| ·用户建模的方式 | 第20-21页 |
| ·基于浏览行为的用户兴趣度计算 | 第21-23页 |
| ·实验验证与分析 | 第22-23页 |
| ·用户兴趣群集模型 | 第23-29页 |
| ·用户相似度计算 | 第24-26页 |
| ·用户群的形成 | 第26-28页 |
| ·基于本体论的群集模型的表示 | 第28-29页 |
| ·用户兴趣群集模型的维护 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第四章 基于用户兴趣群集模型的推荐算法 | 第32-41页 |
| ·个性化推荐算法 | 第32-33页 |
| ·基于用户兴趣群集模型的推荐算法 | 第33-40页 |
| ·成员搜索引擎的选择策略 | 第33-36页 |
| ·基于用户兴趣群集模型的推荐算法 | 第36-40页 |
| ·结果排序算法 | 第40页 |
| ·本章小结 | 第40-41页 |
| 第五章 基于用户兴趣群集模型的元搜索引擎（GMS）的设计与实现 | 第41-54页 |
| ·主要思想 | 第41页 |
| ·整体结构设计 | 第41-43页 |
| ·分模块设计 | 第42-43页 |
| ·数据结构及分析模块 | 第43-46页 |
| ·数据结构模块 | 第43-45页 |
| ·分析模块 | 第45-46页 |
| ·系统实现 | 第46页 |
| ·实验过程和结果分析 | 第46-53页 |
| ·搜索过程演示 | 第46-50页 |
| ·实验结果分析 | 第50-53页 |
| ·本章小结 | 第53-54页 |
| 第六章 结论 | 第54-55页 |
| 参考文献 | 第55-60页 |
| 攻读硕士学位期间的研究成果 | 第60-61页 |
| 致谢 | 第61页 |