| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 目录 | 第8-11页 |
| 第一章 绪论 | 第11-14页 |
| 1.1 课题背景 | 第11页 |
| 1.2 个性化信息检索与推荐的国内外现状 | 第11-12页 |
| 1.3 研究意义 | 第12页 |
| 1.4 本文的主要工作 | 第12-13页 |
| 1.5 本章小结 | 第13-14页 |
| 第二章 个性化检索相关技术 | 第14-22页 |
| 2.1 信息检索技术 | 第14-15页 |
| 2.2 网络爬虫技术 | 第15-17页 |
| 2.2.1 网络爬虫体系结构 | 第15页 |
| 2.2.2 网络爬虫搜索策略 | 第15-17页 |
| 2.3 网页信息结构化 | 第17页 |
| 2.4 索引技术 | 第17-19页 |
| 2.4.1 前向索引 | 第17-18页 |
| 2.4.2 倒排索引 | 第18-19页 |
| 2.5 搜索结果排序技术 | 第19页 |
| 2.5.1 PageRank 算法 | 第19页 |
| 2.5.2 Hits 算法 | 第19页 |
| 2.6 用户模型 | 第19-20页 |
| 2.6.1 用户模型概述 | 第20页 |
| 2.6.2 用户模型在检索系统中的作用 | 第20页 |
| 2.7 本章小结 | 第20-22页 |
| 第三章 基于用户偏好模型的个性化房地产信息检索 | 第22-38页 |
| 3.1 用户偏好挖掘 | 第22-24页 |
| 3.1.1 用户偏好的显式反馈 | 第22页 |
| 3.1.2 用户偏好的隐式反馈 | 第22-23页 |
| 3.1.3 显式与隐式相结合的用户偏好挖掘 | 第23-24页 |
| 3.2 用户模型更新 | 第24-28页 |
| 3.2.1 用户模型更新算法概述 | 第24-25页 |
| 3.2.2 基于查询词和检索结果学习的用户模型更新 | 第25-28页 |
| 3.3 用户模型表示 | 第28-33页 |
| 3.3.1 用户模型表示方法概述 | 第28-30页 |
| 3.3.2 特征词典 | 第30-32页 |
| 3.3.3 查询关键词到用户偏好的映射 | 第32-33页 |
| 3.4 查询关键词结合用户偏好模型的个性化检索 | 第33-34页 |
| 3.5 实验结果与分析 | 第34-36页 |
| 3.5.1 评测指标 | 第34-35页 |
| 3.5.2 实验结果及讨论 | 第35-36页 |
| 3.6 本章小结 | 第36-38页 |
| 第四章 基于内容推荐和协同过滤相结合的自适应推荐 | 第38-51页 |
| 4.1 推荐需求的提出背景 | 第38页 |
| 4.2 推荐系统的评测指标 | 第38-39页 |
| 4.3 推荐算法概述 | 第39-42页 |
| 4.3.1 基于内容的推荐 | 第39-40页 |
| 4.3.2 基于协同过滤的推荐 | 第40-41页 |
| 4.3.3 基于知识的推荐 | 第41页 |
| 4.3.4 推荐系统的重点、难点问题 | 第41-42页 |
| 4.4 基于内容推荐和协同过滤相结合的自适应推荐算法 | 第42-49页 |
| 4.4.1 基于内容推荐房地产信息 | 第42-43页 |
| 4.4.2 基于 Item 的协同过滤推荐房地产信息 | 第43-46页 |
| 4.4.3 结合最近认可队列推荐房地产信息 | 第46-48页 |
| 4.4.4 算法描述 | 第48-49页 |
| 4.5 实验结果及分析 | 第49-50页 |
| 4.6 本章小结 | 第50-51页 |
| 第五章 个性化房地产信息检索与推荐系统实现 | 第51-62页 |
| 5.1 系统开发环境 | 第51页 |
| 5.2 系统设计方案 | 第51-52页 |
| 5.3 系统各个模块实现 | 第52-58页 |
| 5.3.1 网络爬虫模块 | 第52页 |
| 5.3.2 页面处理模块 | 第52-53页 |
| 5.3.3 用户模型模块 | 第53-55页 |
| 5.3.4 索引模块 | 第55-56页 |
| 5.3.5 检索与推荐模块 | 第56-57页 |
| 5.3.6 用户交互模块 | 第57-58页 |
| 5.4 系统功能与分析 | 第58-61页 |
| 5.5 本章小结 | 第61-62页 |
| 第六章 总结与展望 | 第62-63页 |
| 6.1 本文总结 | 第62页 |
| 6.2 未来工作展望 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 附录 | 第68-69页 |
| 详细摘要 | 第69-72页 |
