声明
摘要
第1章 绪论
1.1 研究背景
1.2 研究现状
1.3 本文的主要工作和结构安排
1.3.1 主要研究内容
1.3.2 主要技术与研究方法
1.3.3 论文结构
第2章 相关技术研究
2.1 主题资源自动采集技术
2.1.1 主题爬虫技术
2.1.2 主题爬行与超链接评价算法
2.2 贝叶斯网络技术
2.2.1 贝叶斯网络定义
2.2.2 贝叶斯网络学习
2.2.3 贝叶斯网络推理
第3章 web教学资源采集中超链接评价算法设计
3.1 web教学资源的网络分布形态研究
3.1.1 web教学资源概念界定
3.1.2 web主题信息资源分布形态
3.1.3 超链接主题特性的影响因子
3.2 算法设计概述
3.2.1 web主题资源自动采集过程
3.2.2 贝叶斯网络在超链接评价中的应用
3.3 贝叶斯网络节点
3.3.1 贝叶斯网络节点定义
3.3.2 节点变量的取值范围
3.4 贝叶斯网络学习
3.4.1 贝叶斯网络结构学习
3.4.2 贝叶斯网络参数学习
3.5 贝叶斯网络推理
第4章 超链接评价系统原型实现与结果分析
4.1 关键模块设计与算法实现
4.1.1 贝叶斯网络结构学习模块
4.1.2 贝叶斯网络参数学习模块
4.1.3 超链接评价模块
4.2 实验数据与结果分析
4.2.1 评价指标
4.2.2 实验数据准备
4.2.3 实验结果分析
第5章 总结与展望
5.1 本文研究工作总结
5.2 工作展望
参考文献
致谢
南京师范大学;