面向用户的个性化搜索引擎算法研究与系统设计
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-15页 |
| ·研究背景与意义 | 第10-12页 |
| ·国内外研究和发展现状 | 第12-14页 |
| ·个性化搜索引擎研究和应用现状 | 第12-13页 |
| ·个性化搜索引擎算法研究现状 | 第13-14页 |
| ·本文的主要工作 | 第14页 |
| ·论文的结构安排 | 第14-15页 |
| 第二章 个性化搜索引擎 | 第15-23页 |
| ·搜索引擎 | 第15-19页 |
| ·搜索引擎的发展历史 | 第15-16页 |
| ·搜索引擎工作原理 | 第16-17页 |
| ·搜索引擎的组件和架构 | 第17-19页 |
| ·个性化搜索引擎 | 第19-22页 |
| ·个性化搜索引擎概念 | 第19页 |
| ·个性化搜索引擎基本类型 | 第19-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 传统搜索引擎排序算法 | 第23-29页 |
| ·基于内容的排序算法 | 第23-26页 |
| ·向量空间模型 | 第23-25页 |
| ·基于内容的排序 | 第25页 |
| ·Lucene 排序算法 | 第25-26页 |
| ·基于链接分析的排序算法 | 第26-28页 |
| ·PageRank 算法 | 第26-27页 |
| ·HITS 算法 | 第27-28页 |
| ·两类算法分析和比较 | 第28页 |
| ·本章小结 | 第28-29页 |
| 第四章 用户模型和用户行为分析 | 第29-39页 |
| ·用户模型 | 第29-32页 |
| ·用户模型概述 | 第29页 |
| ·用户兴趣信息的获取方法 | 第29-30页 |
| ·用户模型的表示方法 | 第30-31页 |
| ·用户模型建模技术 | 第31-32页 |
| ·用户模型的设计和建立 | 第32-37页 |
| ·用户信息库 | 第32-33页 |
| ·中文分词技术 | 第33-34页 |
| ·用户兴趣特征的提取 | 第34-35页 |
| ·用户模型表示 | 第35页 |
| ·用户模型的建立 | 第35-37页 |
| ·用户行为分析 | 第37-38页 |
| ·用户行为概述 | 第37页 |
| ·用户兴趣度 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第五章 基于 BP 神经网络排序算法研究 | 第39-50页 |
| ·BP 神经网络 | 第39-45页 |
| ·人工神经元 | 第39-40页 |
| ·网络的拓扑结构 | 第40-41页 |
| ·神经网络的计算 | 第41页 |
| ·神经网络训练过程 | 第41-45页 |
| ·基于 BP 神经网络的排序算法 | 第45-49页 |
| ·神经网络的学习样本 | 第45-47页 |
| ·基于 BP 神经网络排序 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第六章 排序算法验证和系统设计 | 第50-63页 |
| ·排序算法验证 | 第50-54页 |
| ·模拟训练样本 | 第50-52页 |
| ·实验验证 | 第52-54页 |
| ·系统设计 | 第54-62页 |
| ·开发环境 | 第54页 |
| ·系统功能模块 | 第54-55页 |
| ·系统数据设计 | 第55-57页 |
| ·主要功能模块实现 | 第57-62页 |
| ·系统界面 | 第62页 |
| ·本章小结 | 第62-63页 |
| 总结与展望 | 第63-65页 |
| 论文总结 | 第63页 |
| 未来工作展望 | 第63-65页 |
| 参考文献 | 第65-68页 |
| 攻读硕士学位期间取得的研究成果 | 第68-69页 |
| 致谢 | 第69-70页 |
| 附件 | 第70页 |
