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

WEB2.0网络热点发现与个性化检索研究

摘要第1-7页
ABSTRACT第7-13页
第一章 绪论第13-22页
   ·概述第13-14页
   ·网络热点发现与追踪研究现状第14-17页
     ·话题检测与跟踪概述第14页
     ·话题关系检测研究现状第14-15页
     ·新话题检测研究现状第15页
     ·国内研究现状第15-17页
   ·个性化检索研究现状第17-20页
     ·个性化服务系统概述第17-18页
     ·个性化研究现状第18-20页
   ·网络热点发现与个性化推荐第20页
   ·本文的研究内容与结构安排第20-22页
     ·本文的研究内容第20-21页
     ·本文结构安排第21-22页
第二章 面向Web2.0对象的分布式爬虫第22-37页
   ·通用爬虫模型第22-24页
     ·通用爬虫结构第22-23页
     ·网页的重要程度第23-24页
   ·主题爬虫模型第24-25页
     ·主题爬虫的原理第24-25页
     ·主题爬虫的结构第25页
   ·现有爬虫模型和算法的局限性第25-27页
   ·面向对象的分布式爬虫模型第27-32页
     ·特性和改进第27-29页
     ·系统结构第29-31页
     ·工作流程第31-32页
   ·爬虫实验第32-35页
     ·实验介绍第32-33页
     ·实验过程第33页
     ·结果与分析第33-35页
   ·本章小结第35-37页
第三章 基于Tag的Web 2.0信息表示模型第37-54页
   ·Web信息抽取第37-40页
     ·信息抽取技术介绍第37-38页
     ·Web信息抽取算法第38-40页
   ·Web2.0网页信息抽取的特点第40-41页
   ·网页Tag抽取第41-46页
     ·基于视觉的页面分割算法第42-43页
     ·中文分词第43页
     ·实体抽取第43-45页
     ·用户Tag的抽取第45页
     ·综合抽取第45-46页
   ·多媒体Tag抽取第46-47页
   ·一种基于规则和统计的混合实体识别算法第47-53页
     ·概述第47页
     ·系统框架第47-52页
     ·实验结果及分析第52-53页
   ·本章小结第53-54页
第四章 Web 2.0下热点话题发现、评价与追踪第54-75页
   ·传统TDT技术第54-56页
     ·TDT任务第54-55页
     ·TDT相关技术第55-56页
   ·Web 2.0下TDT的挑战第56-57页
   ·Web 2.0下的热点话题发现与追踪模型第57-69页
     ·网页预处理第58-59页
     ·话题发现模块第59-62页
     ·热度评价算法第62-65页
     ·基于热度的追踪算法第65-67页
     ·热点检索第67-69页
   ·实验结果与分析第69-74页
     ·热点发现实验第69-72页
     ·热点追踪实验第72-74页
   ·本章小结第74-75页
第五章 用户兴趣模型与个性化推荐第75-94页
   ·用户兴趣模型概述第75-76页
   ·用户信息收集第76-80页
     ·显式用户信息收集第77页
     ·隐式用户信息收集第77-79页
     ·两种收集方式的比较第79-80页
   ·用户兴趣模型的表达与建立第80-83页
     ·基于关键词的用户兴趣模型第81-82页
     ·基于概念的用户兴趣模型第82-83页
   ·基于主题的在线用户兴趣模型第83-88页
     ·模型概述第83-84页
     ·用户档案聚类第84-86页
     ·用户兴趣模型的建立与更新第86-88页
   ·用户兴趣模型在个性化推荐中的应用第88-91页
     ·个性化推荐基本方法第88-90页
     ·基于用户兴趣模型的个性化推荐第90-91页
   ·实验结果与分析第91-92页
     ·实验数据第91页
     ·评价方式第91页
     ·实验结果第91-92页
   ·本章小结第92-94页
第六章 总结与展望第94-96页
   ·论文总结第94页
   ·未来研究方向展望第94-96页
参考文献第96-109页
攻读博士学位期间发表的论文第109-110页
攻读博士学位期间参加的科研项目第110-111页
致谢第111页

论文共111页,点击 下载论文
上一篇:模糊PID控制器的FPGA实现
下一篇:基于网络编码的无线协同中继技术研究