| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-14页 |
| ·研究背景和意义 | 第9-10页 |
| ·搜索引擎的国内外研究动态 | 第10-11页 |
| ·目前搜索引擎存在的问题 | 第11-12页 |
| ·本文研究的主要内容 | 第12-13页 |
| ·本文组织结构 | 第13-14页 |
| 第2章 改进算法所使用的关键技术 | 第14-28页 |
| ·Web日志挖掘技术 | 第14-20页 |
| ·Web日志挖掘简介 | 第14-15页 |
| ·Web日志挖掘的应用领域 | 第15-16页 |
| ·Web日志挖掘所要解决的问题 | 第16-17页 |
| ·Web日志挖掘的过程 | 第17-20页 |
| ·目前搜索引擎的网页排序算法 | 第20-26页 |
| ·词频位置加权排序算法 | 第20-21页 |
| ·Direct Hit算法 | 第21-22页 |
| ·PageRank算法 | 第22-23页 |
| ·HITS算法 | 第23-25页 |
| ·Topic-sensitive PageRank算法 | 第25-26页 |
| ·文本分类技术概述 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 用户兴趣模型 | 第28-41页 |
| ·用户兴趣的获取 | 第28-34页 |
| ·通过Web日志挖掘技术获取用户行为 | 第30-33页 |
| ·使用Applet程序提取用户的其他动作 | 第33-34页 |
| ·用户投票 | 第34页 |
| ·用户兴趣模型的结构 | 第34-37页 |
| ·三种向量的合并形成用户兴趣模型向量 | 第36页 |
| ·冲突处理办法 | 第36-37页 |
| ·用户兴趣向量的更新 | 第37-38页 |
| ·用户建模 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 改进的网页排序算法P_URank | 第41-49页 |
| ·传统的网页排序算法的不足 | 第41-42页 |
| ·算法改进的基本思想 | 第42-43页 |
| ·基于用户模型对算法的改进 | 第43-46页 |
| ·加入用户投票计算 P_VRank | 第43-45页 |
| ·加入用户模型向量计算 P_URank值 | 第45-46页 |
| ·P_URank算法分析 | 第46-48页 |
| ·算法的效率 | 第46-47页 |
| ·与PageRank算法的比较 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第5章 实验结果及其分析 | 第49-65页 |
| ·实验方案介绍 | 第49-51页 |
| ·用户兴趣模型自学习 | 第51-58页 |
| ·实验步骤 | 第51-57页 |
| ·实验结果 | 第57-58页 |
| ·计算P_URank | 第58-63页 |
| ·实验步骤 | 第58-61页 |
| ·实验结果 | 第61-63页 |
| ·实验结果分析 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 结论 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第69-70页 |
| 致谢 | 第70页 |