基于查询偏好的个性化搜索引擎的研究与实现
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景与意义 | 第8页 |
| 1.2 研究现状 | 第8-13页 |
| 1.2.1 个性化搜索引擎研究现状 | 第8-11页 |
| 1.2.2 查询推荐研究现状 | 第11-13页 |
| 1.3 本文的主要研究内容和组织结构 | 第13页 |
| 1.3.1 主要研究内容 | 第13页 |
| 1.3.2 本文的组织结构 | 第13页 |
| 1.4 本章小结 | 第13-14页 |
| 第二章 搜索引擎相关理论及技术 | 第14-24页 |
| 2.1 搜索引擎原理与技术 | 第14-22页 |
| 2.1.1 搜索引擎概述 | 第14-15页 |
| 2.1.2 搜索引擎关键理论及技术 | 第15-22页 |
| 2.2 搜索引擎的个性化以及查询推荐 | 第22-23页 |
| 2.2.1 搜索引擎的个性化 | 第22-23页 |
| 2.2.2 查询推荐 | 第23页 |
| 2.3 本章小结 | 第23-24页 |
| 第三章 基于朴素贝叶斯点击预测的查询推荐 | 第24-31页 |
| 3.1 查询推荐总体框架 | 第24页 |
| 3.2 URL链接点击率预测 | 第24-25页 |
| 3.3 基于反向点击图的查询推荐 | 第25-28页 |
| 3.3.1 反向点击图推荐模型 | 第25-26页 |
| 3.3.2 融合文本相关度和时间因子 | 第26-28页 |
| 3.4 实验结果分析 | 第28-30页 |
| 3.4.1 实验数据 | 第28页 |
| 3.4.2 实验设计及分析 | 第28-30页 |
| 3.5 本章小结 | 第30-31页 |
| 第四章 基于协同相似计算的查询推荐 | 第31-40页 |
| 4.1 协同过滤方法 | 第31-32页 |
| 4.2 协同查询推荐中的相似用户计算方法 | 第32-36页 |
| 4.2.1 查询文本的相似计算 | 第32-33页 |
| 4.2.2 用户协同相似计算 | 第33-35页 |
| 4.2.3 算法描述 | 第35-36页 |
| 4.3 实验结果分析 | 第36-39页 |
| 4.3.1 实验数据 | 第36页 |
| 4.3.2 实验设计及分析 | 第36-39页 |
| 4.4 本章小结 | 第39-40页 |
| 第五章 个性化搜索引擎系统的实现 | 第40-55页 |
| 5.1 系统的总体架构 | 第40页 |
| 5.2 系统的实现 | 第40-53页 |
| 5.2.1 网络爬虫 | 第41-42页 |
| 5.2.2 索引结构 | 第42-45页 |
| 5.2.3 查询分析与推荐 | 第45-51页 |
| 5.2.4 用户个性化搜索排序 | 第51-53页 |
| 5.3 系统运行测试 | 第53-54页 |
| 5.4 本章小结 | 第54-55页 |
| 第六章 总结与展望 | 第55-57页 |
| 6.1 论文主要工作总结 | 第55-56页 |
| 6.2 后续工作展望 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第61页 |
