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

基于用户行为学习的农业信息元搜索引擎研究

摘要第1-7页
Abstract第7-14页
第一章 引言第14-18页
   ·研究背景第14-15页
   ·国内外研究现状概述第15-16页
   ·研究内容及意义第16-17页
   ·论文结构第17-18页
第二章 搜索引擎技术第18-28页
   ·搜索引擎第18-20页
     ·概念及工作原理第18-19页
     ·核心技术第19-20页
   ·元搜索引擎第20-23页
     ·概念及工作原理第20-22页
     ·特性技术第22-23页
     ·元搜索特性第23页
   ·国内外应用现状第23-27页
     ·国外元搜索的应用现状第23-24页
     ·国外农业搜索应用现状第24-25页
     ·国内元搜索应用现状第25-26页
     ·国内农业搜索应用现状第26-27页
   ·本章小结第27-28页
第三章 MSE-AI 的支撑技术第28-32页
   ·服务模式:基于 B/S 的 WEB SERVICE第28-29页
   ·服务器端支持:PYTHON + DJANGO + SQLITE第29-31页
   ·客户端支持:AJAX + HTML第31页
   ·本章小结第31-32页
第四章 基于 UBL 的 MSE-AI 研究设计第32-42页
   ·系统设计目标第32页
   ·基于UBL 的结果排序方法第32-34页
     ·基本思路第32-33页
     ·生成与展示第33页
     ·动态调整第33-34页
   ·基于UBL 的聚类方法第34-36页
     ·基本思路第34-35页
     ·类别生成展示调整过程第35-36页
   ·系统架构第36-40页
     ·系统框架第36-38页
     ·具体模块功能第38-40页
   ·本章小结第40-42页
第五章 MSE-AI 原型系统的实现与运行测试第42-62页
   ·开发环境配置第42-43页
   ·系统实现第43-51页
     ·整体调度第45-46页
     ·关键词处理第46-47页
     ·结果搜集第47-48页
     ·结果处理第48-49页
     ·UPL 处理第49-51页
     ·用户交互平台第51页
   ·运行与测试第51-61页
     ·初始化第51-53页
     ·运行示例第53-57页
     ·系统测评第57-61页
   ·本章小结第61-62页
第六章 总结与展望第62-64页
   ·工作总结第62页
   ·进一步工作第62-64页
参考文献第64-67页
致谢第67-68页
作者简历第68页

论文共68页,点击 下载论文
上一篇:冬小麦长势遥感监测指标研究
下一篇:基于Agent的种植业比较优势协同分析系统的设计与实现