| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-14页 |
| ·课题背景及研究意义 | 第9-10页 |
| ·国内外相关研究现状 | 第10-13页 |
| ·IETM 研究现状 | 第10-11页 |
| ·个性化推荐技术研究现状 | 第11-13页 |
| ·论文的主要研究内容及组织结构 | 第13-14页 |
| 第2章 相关理论技术研究 | 第14-23页 |
| ·IETM | 第14-19页 |
| ·IETM 的概念及特点 | 第14-15页 |
| ·IETM 的分类 | 第15-17页 |
| ·S1000D 标准 | 第17-19页 |
| ·个性化推荐 | 第19-22页 |
| ·个性化推荐系统 | 第19-20页 |
| ·个性化推荐技术 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 数据模块特征向量模型 | 第23-35页 |
| ·数据模块特征的模型表示 | 第23-25页 |
| ·数据模块的内容特征 | 第25-29页 |
| ·特征项 | 第25-26页 |
| ·特征项的权重算法 | 第26-28页 |
| ·基于 TF-IDF 的数据模块内容特征权重算法 | 第28-29页 |
| ·数据模块的链接特征 | 第29-33页 |
| ·PageRank 算法介绍 | 第29-32页 |
| ·基于 PageRank 思想的数据模块特征加权算法 | 第32-33页 |
| ·本章小结 | 第33-35页 |
| 第4章 基于日志挖掘的 IETM 数据模块推荐模型构建 | 第35-46页 |
| ·用户模型 | 第35-38页 |
| ·用户模型概述 | 第35-36页 |
| ·信息收集 | 第36-37页 |
| ·模型构建 | 第37-38页 |
| ·日志挖掘 | 第38-42页 |
| ·日志结构 | 第38-39页 |
| ·挖掘流程 | 第39-42页 |
| ·推荐模型 | 第42-44页 |
| ·推荐模型的框架 | 第42-43页 |
| ·推荐流程 | 第43-44页 |
| ·本章小结 | 第44-46页 |
| 第5章 实验设计与分析 | 第46-55页 |
| ·数据模块特征算法实验与分析 | 第46-52页 |
| ·实验步骤 | 第46-49页 |
| ·实验结果对比与分析 | 第49-52页 |
| ·多推荐策略对比实验与分析 | 第52-54页 |
| ·实验设计 | 第52-53页 |
| ·实验结果对比与分析 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 结论 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第60-61页 |
| 致谢 | 第61页 |