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

基于改进PageRank算法的个性化搜索的研究

摘要第1-5页
ABSTRACT第5-9页
第一章 绪论第9-25页
   ·研究背景和意义第9-10页
     ·研究背景第9-10页
     ·研究意义第10页
   ·相关技术国内外研究现状第10-17页
     ·个性化搜索技术的国内外研究现状第10-14页
     ·搜索引擎排名算法的国内外研究现状第14-17页
   ·PageRank排名算法介绍第17-23页
     ·PageRank基本概念第17-19页
     ·PageRank算法第19-22页
     ·PageRank算法的优缺点和改进第22-23页
   ·论文研究内容和结构安排第23-25页
     ·研究内容第23-24页
     ·论文组织结构第24-25页
第二章 用户行为分析和用户兴趣模型框架的建立第25-35页
   ·个性化搜索第25-30页
     ·个性化搜索引擎技术第25-27页
     ·用户行为分析第27-28页
     ·用户兴趣获取方式分类第28-29页
     ·关键词提取技术第29-30页
   ·几种用户兴趣模型分析第30-33页
     ·基于向量空间模型第30-31页
     ·基于Tag用户兴趣模型第31-32页
     ·基于分类的用户兴趣模型第32-33页
   ·用户兴趣模型框架的建立第33-34页
   ·本章小结第34-35页
第三章 基于网页收藏夹和浏览记录的用户模型第35-45页
   ·基于网页收藏夹的网页权值分析第35-37页
     ·用户浏览行为概述第35-36页
     ·TF-IDF关键词权重计算第36页
     ·PR值加权计算第36-37页
   ·基于浏览记录的网页权值分析第37-40页
     ·用户浏览行为概述第37-39页
     ·时间遗忘曲线和遗忘因子第39-40页
     ·PR值加权计算第40页
   ·个性化搜索模型的搭建第40-44页
     ·模型结构第40-42页
     ·数据分析处理第42-43页
     ·模型搭建第43-44页
   ·本章小结第44-45页
第四章 基于改进算法的用户兴趣模型实验验证第45-65页
   ·实验设计第45-52页
     ·实验条件第45页
     ·实验用户行为分析第45-46页
     ·实验模型设计第46-51页
     ·实验假设第51-52页
   ·基于改进的PageRank算法进行数据分析和计算第52-60页
     ·实验数据表建立第52-53页
     ·数据计算第53-60页
   ·对比分析实验结果和验证第60-64页
     ·实验结果分析第60-63页
     ·实验验证结论第63-64页
   ·本章小结第64-65页
第五章 结论与展望第65-67页
   ·全文总结第65页
   ·研究展望第65-67页
参考文献第67-70页
致谢第70页

论文共70页,点击 下载论文
上一篇:基于云计算的移动办公系统的设计与实现
下一篇:通信原理虚拟实验平台的设计与实现