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

个性化信息检索中基于语义相似网络的用户多兴趣建模研究

摘要第1-6页
ABSTRACT第6-9页
第一章 绪论第9-14页
   ·问题的提出第9-11页
   ·论文的主要工作和贡献第11-12页
   ·论文结构安排第12-14页
第二章 背景知识和相关方法第14-30页
   ·信息检索模型第14-18页
   ·文本特征选择方法第18-22页
   ·文本分类第22-26页
   ·词语相似度计算方法第26-29页
   ·本章小结第29-30页
第三章 用户模型表示及其存储第30-41页
   ·用户模型表示及建模技术第30-34页
     ·用户模型表示第31-33页
     ·用户建模技术第33-34页
   ·改进的VSM用户模型第34-37页
     ·改进的VSM用户模型表示第34-35页
     ·改进的VSM用户模型物理存储第35-37页
   ·基于SSN的多兴趣用户模型第37-40页
     ·基于SSN的多兴趣用户模型表示第37-39页
     ·基于SSN的多兴趣用户模型物理存储第39-40页
   ·本章小结第40-41页
第四章 用户模型构建及建模模块设计第41-53页
   ·用户建模方案第41-43页
     ·简单用户兴趣建模方案第41-42页
     ·基于SSN的用户多兴趣建模方案第42-43页
   ·语义相似网络第43-46页
     ·语义相似网络表示第43-44页
     ·语义相似网络构建第44-46页
   ·用户模型构建第46-50页
     ·特征选择和文本分类第46-48页
     ·SSN扩展第48页
     ·模型的构建与更新第48-50页
   ·用户建模模块设计第50-52页
   ·本章小结第52-53页
第五章 个性化推荐系统实现及测试实验第53-64页
   ·个性化推荐系统第53-56页
     ·媒体资源管理第54-55页
     ·匹配引擎第55-56页
   ·特征选择测试第56-58页
     ·评价指标第56-57页
     ·实验与结果分析第57-58页
   ·动态学习效果测试第58-60页
     ·实验设计第58页
     ·评价指标第58-59页
     ·实验结果分析第59-60页
   ·模糊匹配与多兴趣建模效果测试第60-63页
     ·评价指标第61-62页
     ·实验与结果分析第62-63页
   ·本章小结第63-64页
第六章 总结和展望第64-66页
   ·论文总结第64-65页
   ·课题展望第65-66页
参考文献第66-69页
致谢第69-70页
攻读硕士学位期间已发表或录用的论文第70页

论文共70页,点击 下载论文
上一篇:基于移动代理的空间信息访问
下一篇:流媒体技术在综合网络中的应用