| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-13页 |
| ·研究动态 | 第9-12页 |
| ·基于FCA 的本体合并构建方法研究现状 | 第9-10页 |
| ·初始URLs 选取研究现状 | 第10-11页 |
| ·主题区域提取技术研究现状 | 第11-12页 |
| ·研究目的与意义 | 第12页 |
| ·论文结构 | 第12-13页 |
| 2 基于概念格合并的用户兴趣本体构建方法 | 第13-31页 |
| ·形式概念分析 | 第13-14页 |
| ·本体相关知识 | 第14-16页 |
| ·本体的定义 | 第14页 |
| ·领域本体 | 第14-15页 |
| ·基于形式概念分析的本体的构建方法 | 第15-16页 |
| ·概念格合并的用户兴趣本体构建方法 | 第16-25页 |
| ·概念选择 | 第18-20页 |
| ·概念合并 | 第20-22页 |
| ·Lattice Mapping Ontolgy Algorithm（LMOA）规则 | 第22-25页 |
| ·用户兴趣本体构建实验 | 第25-29页 |
| ·实验目的 | 第25页 |
| ·实验数据 | 第25-26页 |
| ·实验界面 | 第26-27页 |
| ·实验过程 | 第27-29页 |
| ·实验结果分析 | 第29-31页 |
| 3 基于用户兴趣本体的初始URLs 选择 | 第31-43页 |
| ·初始URLs 选择相关知识 | 第31-34页 |
| ·初始URLs 的特征 | 第31页 |
| ·初始URLs 的选择方法 | 第31-32页 |
| ·图论相关知识 | 第32-33页 |
| ·主题提取的模型和算法 | 第33-34页 |
| ·基于用户兴趣本体的主题提取过程 | 第34-37页 |
| ·HITS 算法改进 | 第34页 |
| ·抽取用户兴趣主题区域 | 第34-37页 |
| ·基于用户兴趣本体过滤方法 | 第37-42页 |
| ·提取用户兴趣特征向量 | 第37-38页 |
| ·基于用户兴趣本体的查询词扩展 | 第38-42页 |
| ·用户兴趣的概念学习 | 第38-39页 |
| ·用户兴趣的关系学习 | 第39-40页 |
| ·基于用户兴趣本体的查询词扩展 | 第40-42页 |
| ·获取候选URLs | 第42页 |
| ·获取Seed URLs | 第42-43页 |
| 4 实验过程与评价 | 第43-53页 |
| ·数据集 | 第43-44页 |
| ·系统构建 | 第44-45页 |
| ·实验过程 | 第45-48页 |
| ·初始URLs 选择结果分析与评价 | 第48-53页 |
| ·评价指标 | 第48-49页 |
| ·对比策略 | 第49页 |
| ·结果分析 | 第49-53页 |
| 5 结论与展望 | 第53-54页 |
| ·本文结论 | 第53页 |
| ·研究展望 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第58-59页 |
| 致谢 | 第59-60页 |