基于BSNS系统的个性化新闻推荐的设计与实现
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-10页 |
| 1 引言 | 第10-14页 |
| ·论文研究背景 | 第10-11页 |
| ·论文研究内容 | 第11页 |
| ·研究的可行性和意义 | 第11-12页 |
| ·数据挖掘让个性化新闻推性荐成为可能 | 第11-12页 |
| ·研究意义 | 第12页 |
| ·论文组织结构 | 第12-14页 |
| 2 数据挖掘的相关理论 | 第14-25页 |
| ·数据挖掘所能发现的知识分类 | 第14-18页 |
| ·数据挖掘中主要表示模型 | 第18-20页 |
| ·文本的表示模型 | 第18-19页 |
| ·超文本的表示模型 | 第19页 |
| ·半结构化数据的表示模型 | 第19-20页 |
| ·基于Web的数据挖掘 | 第20-24页 |
| ·Web数据挖掘的概念 | 第20页 |
| ·Web数据的特点 | 第20-21页 |
| ·Web数据挖掘的分类以及各类的常用方法 | 第21-23页 |
| ·一些著名的Web Mining产品简介 | 第23-24页 |
| ·小结 | 第24-25页 |
| 3 基于BSNS系统的个性化新闻推荐的分析设计 | 第25-51页 |
| ·系统结构设计 | 第25-28页 |
| ·模块设计 | 第28-50页 |
| ·网页新闻数据预处理 | 第28-42页 |
| ·Web日志数据预处理 | 第42-47页 |
| ·推荐 | 第47-50页 |
| ·小结 | 第50-51页 |
| 4 基于BSNS系统的个性化新闻推荐的实现 | 第51-71页 |
| ·系统开发环境 | 第51-52页 |
| ·开发平台及开发工具 | 第51页 |
| ·开发环境配置 | 第51-52页 |
| ·网页新闻数据预处理 | 第52-64页 |
| ·网页抓取 | 第52-55页 |
| ·日语分词 | 第55-60页 |
| ·筛选 | 第60-61页 |
| ·聚类分类 | 第61-64页 |
| ·Web日志数据预处理 | 第64-67页 |
| ·数据收集与导入 | 第64页 |
| ·数据清理与净化 | 第64-65页 |
| ·用户识别 | 第65-66页 |
| ·会话识别 | 第66-67页 |
| ·推荐 | 第67-69页 |
| ·前台页面展示 | 第69-70页 |
| ·小结 | 第70-71页 |
| 5 总结与展望 | 第71-72页 |
| ·论文工作总结 | 第71页 |
| ·未来研究工作展望 | 第71-72页 |
| 参考文献 | 第72-74页 |
| 作者简历 | 第74-78页 |
| 学位论文数据集 | 第78页 |
