个性化元搜索引擎的关键技术的研究与设计
摘要 | 第1-5页 |
Abstract | 第5-9页 |
第一章 引言 | 第9-13页 |
·课题背景 | 第9-10页 |
·本课题研究的目的及意义 | 第10-11页 |
·论文的研究内容 | 第11页 |
·论文的结构 | 第11-13页 |
第二章 元搜索引擎相关技术综述 | 第13-28页 |
·信息检索 | 第13-15页 |
·信息检索概述 | 第13页 |
·信息检索系统分类 | 第13-14页 |
·Web信息检索系统的研究与发展 | 第14-15页 |
·搜索引擎技术综述 | 第15-20页 |
·搜索引擎概述 | 第15页 |
·搜索引擎的工作机制 | 第15-16页 |
·搜索引擎的分类 | 第16-18页 |
·搜索引擎的现状和发展方向 | 第18-20页 |
·元搜索引擎 | 第20-25页 |
·元搜索引擎的产生 | 第20页 |
·元搜索引擎的基本构成 | 第20-21页 |
·元搜索引擎的分类 | 第21-22页 |
·元搜索引擎的评价指标 | 第22-23页 |
·元搜索引擎的发展现状 | 第23-25页 |
·个性化搜索概述 | 第25-28页 |
·个性化搜索的现状 | 第25-26页 |
·元搜索引擎实现个性化搜索分析 | 第26-28页 |
第三章 个性化用户兴趣模型分析 | 第28-38页 |
·用户兴趣模型研究 | 第28-33页 |
·用户兴趣模型简介 | 第28页 |
·用户兴趣模型设计与实现 | 第28-30页 |
·建立用户兴趣模型的相关技术和方法 | 第30-32页 |
·建立用户兴趣树 | 第32-33页 |
·用户兴趣生成算法 | 第33-36页 |
·用户兴趣更新算法 | 第36-38页 |
第四章 成员搜索引擎的调度策略研究与设计 | 第38-47页 |
·现有成员搜索引擎的选择方法 | 第38-43页 |
·定性的方法 | 第39-40页 |
·定量的方法 | 第40-41页 |
·基于学习的方法 | 第41-42页 |
·比较分析 | 第42-43页 |
·个性化成员搜索引擎调度算法 | 第43-45页 |
·成员搜索引擎的相似度排序算法 | 第43-45页 |
·响应时间 | 第45页 |
·返回结果最多的搜索引擎 | 第45页 |
·数据库与查询q 的相似度计算 | 第45页 |
·算法的特性分析 | 第45-47页 |
第五章 元搜索引擎的查询结果合成研究与设计 | 第47-53页 |
·结果合成的关键技术 | 第47-48页 |
·去重 | 第47页 |
·排序 | 第47-48页 |
·结果排序中存在的问题 | 第48页 |
·结果合成中相似度转化法 | 第48-51页 |
·局部相似度调整算法 | 第48-50页 |
·全局相似度估算法 | 第50-51页 |
·基于用户兴趣的查询结果优化模型 | 第51-52页 |
·算法分析 | 第52-53页 |
第六章 系统实现及分析 | 第53-62页 |
·实验系统的开发运行环境 | 第53-54页 |
·系统的总体结构设计 | 第54-55页 |
·对用户查询进行个性化分析实验 | 第55-57页 |
·基于用户兴趣模型的搜索引擎调度实验 | 第57-59页 |
·基于用户兴趣模型的结果过滤实验 | 第59-60页 |
·实验结果分析 | 第60-62页 |
第七章 总结与展望 | 第62-64页 |
·工作总结 | 第62页 |
·今后的工作 | 第62-64页 |
参考文献 | 第64-67页 |
攻读硕士学位期间发表的论文及所取得的研究成果 | 第67-68页 |
致谢 | 第68页 |