封面
声明
中文摘要
英文摘要
目录
第一章 绪论
1.1 课题研究背景与意义
1.2 国内外研究现状与分析
1.3 本文的研究内容
1.4 本文的内容安排
第二章 网络用户兴趣挖掘模型研究
2.1 网络用户兴趣模式描述
2.2 基于全信息理论的信息处理模型
2.3 网络用户兴趣挖掘概念模型
2.4 基于聚类分析的网络用户兴趣挖掘模型
第三章 基于小世界网络模型的关键词提取方法研究
3.1 引言
3.2 小世界网络模型
3.3 文档关键词提取的理论依据
3.4 复合关键词提取算法
3.5 实验分析
3.6 本章小结
第四章 基于网络社团结构的用户兴趣聚类算法研究
4.1 引言
4.2 网络社团结构发现算法
4.3 文本特征选择与表示
4.4 词语语义相似度计算
4.5 基于 Newman 算法的文本聚类算法
4.6 用户兴趣生成算法
4.7 实验与分析
4.8 本章小结
第五章 基于人工免疫网络的文本聚类算法研究
5.1 引言
5.2 免疫网络与克隆选择仿生学原理
5.3 自适应多克隆聚类算法与实验分析
5.4 自适应多克隆聚文本聚类算法与实验分析
5.5 本章小结
第六章 基于后缀树和语义后缀网的聚类算法研究
6.1 引言
6.2 基于后缀树的聚类算法
6.3 基于后缀树的中文文本聚类算法与实验分析
6.4 基于语义计算的中文后缀树聚类树算法与实验分析
6.5 基于语义后缀网的中文文本聚类算法与实验分析
6.6 本章小结
第七章 网络用户兴趣迁移模式的挖掘研究
7.1 引言
7.2 隐马尔可夫模型
7.3 基于隐马尔可夫模型的用户兴趣序列提取
7.4 用户兴趣迁移模式挖掘
7.5 实验与分析
7.6 本章小结
总结
致谢
参考文献
攻读博士学位期间的研究成果