掃一掃
關(guān)注中圖網(wǎng)
官方微博
本類五星書更多>
-
>
決戰(zhàn)行測5000題(言語理解與表達(dá))
-
>
軟件性能測試.分析與調(diào)優(yōu)實踐之路
-
>
第一行代碼Android
-
>
深度學(xué)習(xí)
-
>
Unreal Engine 4藍(lán)圖完全學(xué)習(xí)教程
-
>
深入理解計算機系統(tǒng)-原書第3版
-
>
Word/Excel PPT 2013辦公應(yīng)用從入門到精通-(附贈1DVD.含語音視頻教學(xué)+辦公模板+PDF電子書)
Web網(wǎng)頁信息多特征融合的排序算法優(yōu)化研究 版權(quán)信息
- ISBN：9787560661278
- 條形碼：9787560661278 ; 978-7-5606-6127-8
- 裝幀：一般膠版紙
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>>
Web網(wǎng)頁信息多特征融合的排序算法優(yōu)化研究 本書特色
本書適合搜索引擎、Web信息挖掘、信息檢索、情報分析、網(wǎng)絡(luò)資源個性化服務(wù)、圖書館讀者深度服務(wù)等領(lǐng)域的本科生與研究生、教師、企業(yè)科技人員或Web信息資源服務(wù)人員的參考。
Web網(wǎng)頁信息多特征融合的排序算法優(yōu)化研究 內(nèi)容簡介
本書對Web網(wǎng)頁信息多特征融合的排序算法進(jìn)行了優(yōu)化研究, 全書共13章。每一章的研究內(nèi)容盡管有一定的相對獨立性, 但從**章到第十三章又層層深入, 環(huán)環(huán)相扣, 通過排序算法研究的逐步優(yōu)化、不斷深入與迭代, 使得基于Web信息多特征融合的排序算法質(zhì)量得到進(jìn)一步提升, 這對滿足網(wǎng)絡(luò)用戶的信息搜索與查詢需求有著重要理論價值與實踐價值。
Web網(wǎng)頁信息多特征融合的排序算法優(yōu)化研究 目錄
**章 Web信息搜索與排序概論 1
1.1 搜索引擎概述 1
1.1.1 搜索引擎的基本結(jié)構(gòu) 2
1.1.2 傳統(tǒng)搜索引擎的基本類型 3
1.1.3 現(xiàn)代智能搜索引擎的類型 5
1.2 搜索引擎主要支撐技術(shù) 7
1.2.1 分詞技術(shù) 7
1.2.2 網(wǎng)絡(luò)爬蟲技術(shù) 8
1.2.3 網(wǎng)頁索引技術(shù) 9
1.2.4 詞頻統(tǒng)計分析技術(shù) 10
1.2.5 自動推理技術(shù) 10
1.2.6 專家系統(tǒng) 11
1.3 Web采集與索引 11
1.3.1 Web采集概述 11
1.3.2 采集器的功能 12
1.3.3 Web采集框架 12
1.3.4 DNS域名解析 13
1.3.5 待采集URL池 14
1.4 分布式索引 15
1.5 Web搜索圖 17
1.6 PageRank 網(wǎng)頁排序方法 20
1.6.1 PageRank基本方法 20
1.6.2 PageRank擴(kuò)展方法 25
1.6.3 PageRank的性質(zhì) 30
本章小結(jié) 32
參考文獻(xiàn) 33
第二章 網(wǎng)頁排序算法關(guān)鍵技術(shù) 35
2.1 搜索引擎技術(shù) 35
2.1.1 搜索引擎架構(gòu)與查詢 35
2.1.2 搜索引擎評價 38
2.2 基于網(wǎng)頁鏈接結(jié)構(gòu)分析的排序算法 41
2.2.1 PageRank算法原理 41
2.2.2 HITS算法原理 45
2.2.3 WPR算法 47
2.2.4 TSPR算法 50
2.2.5 Hilltop算法 51
2.2.6 SALSA算法 51
2.2.7 BFS算法 52
2.2.8 PHITS算法 52
2.3 基于網(wǎng)頁內(nèi)容的網(wǎng)頁排序算法 53
2.4 基于用戶行為的網(wǎng)頁排序算法 55
2.5 全文檢索工具Lucene 55
2.5.1 Lucene簡介 56
2.5.2 Lucene的核心類 57
2.6 高效項目管理工具M(jìn)aven 62
2.6.1 Maven簡介 62
2.6.2 Maven的核心元素 63
2.7 學(xué)習(xí)自動機 66
2.7.1 可變結(jié)構(gòu)學(xué)習(xí)自動機 67
2.7.2 分布式學(xué)習(xí)自動機 67
本章小結(jié) 68
參考文獻(xiàn) 68
第三章 基于網(wǎng)頁鏈接與用戶反饋的PageRank改進(jìn)算法 71
3.1 研究問題的提出 71
3.2 基于網(wǎng)頁鏈接與用戶反饋PageRank算法改進(jìn)原理 72
3.2.1 偏好因子 73
3.2.2 熱度因子 74
3.3 基于網(wǎng)頁鏈接與用戶反饋的PageRank算法改進(jìn)設(shè)計 74
3.4 改進(jìn)算法的驗證分析 77
3.4.1 實驗環(huán)境與實驗流程 77
3.4.2 實驗分析 77
本章小結(jié) 79
參考文獻(xiàn) 80
第四章 基于用戶反饋與主題關(guān)聯(lián)度的網(wǎng)頁排序改進(jìn)算法 81
4.1 研究問題的提出 81
4.2 基于用戶反饋與主題關(guān)聯(lián)度的網(wǎng)頁排序改進(jìn)算法原理 81
4.2.1 用戶反饋因子 82
4.2.2 主題因子 83
4.2.3 時間相關(guān)因子 84
4.3 基于用戶反饋與主題關(guān)聯(lián)度的網(wǎng)頁排序改進(jìn)算法設(shè)計 84
4.4 實驗結(jié)果與分析 86
4.4.1 實驗環(huán)境與實驗流程 86
4.4.2 實驗分析 87
本章小結(jié) 89
參考文獻(xiàn) 90
第五章 基于用戶反饋與鏈接關(guān)系的網(wǎng)頁排序改進(jìn)算法 91
5.1 研究問題的提出 91
5.2 基于用戶反饋與鏈接關(guān)系的網(wǎng)頁排序改進(jìn)算法的原理分析 92
5.2.1 可信度因子 93
5.2.2 內(nèi)容相關(guān)度因子 93
5.2.3 時間因子 94
5.3 實驗結(jié)果與分析 95
5.3.1 實驗環(huán)境與實驗流程 95
5.3.2 實驗分析 97
本章小結(jié) 101
參考文獻(xiàn) 101
第六章 基于用戶興趣與主題相關(guān)的PageRank改進(jìn)算法 102
6.1 研究問題的提出 102
6.2 基于用戶興趣與主題相關(guān)的PageRank改進(jìn)算法的原理分析 103
6.2.1 用戶興趣度因子 104
6.2.2 興趣度預(yù)測因子 104
6.2.3 主題相關(guān)度因子 105
6.3 實驗結(jié)果與分析 106
6.3.1 實驗環(huán)境與實驗流程 106
6.3.2 實驗分析 107
本章小結(jié) 110
參考文獻(xiàn) 110
第七章 基于用戶反饋特征聚合的網(wǎng)頁排序算法 112
7.1 研究問題的提出 112
7.2 基于用戶反饋特征聚合的網(wǎng)頁排序算法原理 113
7.2.1 可信度因子 113
7.2.2 興趣度因子 114
7.2.3 內(nèi)容相關(guān)度因子 114
7.2.4 時間相關(guān)度因子 115
7.3 仿真實驗驗證與分析 115
7.3.1 仿真實驗與驗證分析平臺搭建 115
7.3.2 仿真實驗流程 115
7.3.3 AFPR算法Java實現(xiàn)核心代碼塊 116
7.3.4 仿真實驗結(jié)果及驗證分析 119
本章小結(jié) 123
參考文獻(xiàn) 123
第八章 基于用戶反饋特征聚合和內(nèi)容相關(guān)度的網(wǎng)頁排序算法 125
8.1 研究問題的提出 125
8.2 基于用戶反饋特征聚合和內(nèi)容相關(guān)度的網(wǎng)頁排序算法原理 126
8.2.1 線性擬合因子 126
8.2.2 用戶特征聚合因子 127
8.2.3 內(nèi)容相關(guān)度因子 127
8.3 仿真實驗驗證與分析 128
8.3.1 仿真實驗與驗證分析平臺搭建 128
8.3.2 仿真實驗流程 129
8.3.3 UCPR算法Java實現(xiàn)核心代碼塊 129
8.3.4 仿真實驗結(jié)果及驗證分析 131
本章小結(jié) 134
參考文獻(xiàn) 134
第九章 基于學(xué)習(xí)自動機和用戶興趣的PageRank改進(jìn)算法 136
9.1 研究問題的提出 136
9.1.1 研究問題的應(yīng)用價值 136
9.1.2 相關(guān)PageRank算法研究 136
9.1.3 學(xué)習(xí)自動機的基本原理 137
9.2 基于學(xué)習(xí)自動機和用戶興趣的頁面排序算法原理 138
9.2.1 基于學(xué)習(xí)自動機確定網(wǎng)頁間的超鏈接權(quán)重 138
9.2.2 興趣度因子 139
9.3 實驗驗證與分析 140
9.3.1 實驗平臺搭建 140
9.3.2 效果評價指標(biāo) 140
9.3.3 實驗流程 141
9.3.4 實驗結(jié)果及驗證 141
本章小結(jié) 145
參考文獻(xiàn) 145
第十章 基于分布式學(xué)習(xí)自動機和用戶反饋的網(wǎng)頁排序算法 147
10.1 基于分布式學(xué)習(xí)自動機和用戶反饋的網(wǎng)頁排序算法原理 147
10.1.1 基于分布式學(xué)習(xí)自動機確定網(wǎng)頁超鏈接權(quán)重 147
10.1.2 用戶反饋因子 149
10.2 仿真實驗驗證與分析 150
10.2.1 仿真實驗與驗證分析平臺搭建 150
10.2.2 仿真實驗流程 150
10.2.3 仿真實驗結(jié)果及驗證分析 151
本章小結(jié) 154
參考文獻(xiàn) 155
第十一章 基于內(nèi)容的圖像反饋檢索 156
11.1 研究背景及意義 156
11.1.1 研究的背景 156
11.1.2 研究的意義 157
11.2 國內(nèi)外基于內(nèi)容的圖像反饋檢索研究概述 158
11.3 基于內(nèi)容的圖像檢索框架 159
11.4 圖像搜索引擎相關(guān)技術(shù) 160
11.5 圖像特征提取 161
11.5.1 顏色 162
11.5.2 紋理 163
11.5.3 形狀 165
11.6 圖像匹配 166
11.7 語義鴻溝 167
11.8 性能評價準(zhǔn)則 169
本章小結(jié) 169
參考文獻(xiàn) 170
第十二章 基于SVM二分類的圖像反饋檢索算法設(shè)計 172
12.1 研究問題的提出 172
12.2 SVM與KSVM算法分析 172
12.2.1 SVM算法 172
12.2.2 SVM算法的優(yōu)點 173
12.2.3 KSVM算法 174
12.3 SVM算法改進(jìn) 175
12.3.1 Kmeans算法改進(jìn) 176
12.3.2 SVM核函數(shù) 176
12.3.3 Relief算法 177
12.4 仿真實驗驗證與分析 178
12.4.1 仿真實驗與驗證分析平臺搭建 178
12.4.2 仿真實驗流程 178
12.4.3 仿真實驗結(jié)果及驗證分析 178
本章小結(jié) 181
參考文獻(xiàn) 182
第十三章 多分類器SVM在圖像反饋檢索中的算法設(shè)計 183
13.1 研究問題的提出 183
13.2 OVOSVM算法原理分析 184
13.3 KWOVOSVM算法分析 185
13.3.1 Kmeans算法改進(jìn) 186
13.3.2 分配相對權(quán)重并構(gòu)造KWOVOSVM分類器 186
13.4 仿真實驗驗證與分析 187
13.4.1 仿真實驗步驟 187
13.4.2 仿真實驗結(jié)果及驗證分析 188
本章小結(jié) 191
參考文獻(xiàn) 191
展開全部
書友推薦
- >
人文閱讀與收藏·良友文學(xué)叢書:一天的工作
- >
莉莉和章魚
- >
經(jīng)典常談
- >
推拿
- >
回憶愛瑪儂
- >
唐代進(jìn)士錄
- >
羅庸西南聯(lián)大授課錄
- >
苦雨齋序跋文-周作人自編集
本類暢銷
