| 【中文题名】 | 网络制造资源搜索关键技术研究与应用 |
| 【英文题名】 | Research and Application on Retrieval Based on Networked Manufacturing Resources |
| 【学科专业】 | 机械制造及其自动化 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2006-10-12 |
| 【中关键词】 | 网络制造资源,搜索引擎,个性化,兴趣特征,信息过滤,朴素贝叶斯分类算法 |
| 【英关键词】 | network manufacturing resource,retrieval,personalized,interest feature,information filtration,naive bayers arithmetic, |
| 【分类导航】 | 工业技术>机械、仪表工业>机械制造工艺>计算机集成制造>> |
| 【论文摘要】 | 本文是在谢庆生教授主持的中国国家自然科学基金资助项目“面向协同商务制造资源管理的关键技术研究”(计划批准号：50475185)，国家863计划项目“面向机电行业的ASP应用服务平台开发与应用”(课题编号：2003AA414013、2004AA414070)，国家863计划项目“面向ASP平台的产品创新设计与制造资源管理构件的研究和应用”(课题编号：2002AA415310)等项目的支撑下，以制造业信息化理论方法为基础，以区域汽车零部件等行业为应用背景，对网络化制造系统建模及应用实现等进行的研究。
网络制造资源管理系统是为快速响应市场并且有效的配置企业间的优势资源以实现最短时间内完成企业的共同订单而构建的动态联盟。在面向制造资源管理系统的信息搜索中，为用户提供一个个性化的搜索的工具是目前制造资源管理系统搜索引擎亟待解决的问题。
论文主要论述了基于用户兴趣特征模型和基于朴素贝叶斯算法的数据库协同系统信息过滤的个性化搜索引擎的设计和开发。
论文首先介绍了网络制造资源，以及网络制造资源个性化搜索引擎的研究背景，国内外的研究现状水平，以及网络制造资源个性化搜索引擎的研究方... |
| 【论文题纲】 |
|
摘要 |
32-33 |
|
Abstract |
33-34 |
|
第一章 前言 |
34-38 |
|
1.1 研究背景 |
34-35 |
|
1.2 课题的研究背景和来源 |
35 |
|
1.3 国内外研究现状及水平 |
35-36 |
|
1.4 论文工作内容 |
36-37 |
|
1.5 已具备的基础和科研条件 |
37 |
|
1.6 论文创新 |
37-38 |
|
第二章 网络制造资源及网络制造资源搜索技术研究方向 |
38-48 |
|
2.1 网络制造资源 |
38-39 |
|
2.2 搜索引擎综述 |
39-45 |
|
2.2.1 搜索引擎的起源 |
39-41 |
|
2.2.2 搜索引擎的发展 |
41 |
|
2.2.3 搜索引擎的分类及特点 |
41-45 |
|
2.2.4 信息获取系统主要评价指标 |
45 |
|
2.3 网络制造资源搜索技术研究方向 |
45-46 |
|
2.4 网络化制造资源搜索系统的特点 |
46-47 |
|
2.5 本章小结 |
47-48 |
|
第三章 网络制造资源个性化搜索技术 |
48-60 |
|
3.1 搜索基础技术 |
49-58 |
|
3.1.1 中文词语切分技术 |
49-50 |
|
3.1.2 信息检索模型 |
50-52 |
|
3.1.3 信息提取技术 |
52-54 |
|
3.1.4 信息索引基础 |
54-55 |
|
3.1.5 信息存储 |
55 |
|
3.1.6 Robot技术 |
55-57 |
|
3.1.7 检索结果处理技术 |
57 |
|
3.1.8 查询接口实现技术 |
57-58 |
|
3.2 基于网络制造资源的个性化搜索技术 |
58-59 |
|
3.3 本章小结 |
59-60 |
|
第四章 网络制造资源用户兴趣特征模型 |
60-72 |
|
4.1 建立用户特征化兴趣模型 |
60-67 |
|
4.1.1 建立用户兴趣特征 |
60-63 |
|
4.1.2 用户个人兴趣特征的权值算法 |
63 |
|
4.1.3 用户兴趣代理 |
63-64 |
|
4.1.4 工作流程 |
64-65 |
|
4.1.5 兴趣特征数据结构 |
65-67 |
|
4.2 基于网络制造资源的用户兴趣特征模型的建立 |
67-71 |
|
4.3 本章小结 |
71-72 |
|
第五章 基于朴素贝叶斯分类算法的网络制造资源信息过滤 |
72-80 |
|
5.1 信息过滤技术 |
72-75 |
|
5.1.1 信息过滤的方法 |
72-73 |
|
5.1.2 朴素贝叶斯分类算法 |
73-75 |
|
5.1.3 文本文档分类 |
75 |
|
5.2 网络制造资源样例空间 |
75-79 |
|
5.2.1 选择训练样例 |
76-77 |
|
5.2.2 基于朴素贝叶斯分类算法的网络制造资源信息过滤的应用 |
77-79 |
|
5.3 本章小结 |
79-80 |
|
第六章 网络制造资源知识库及用户兴趣挖掘推送机制 |
80-86 |
|
6.1 网络制造资源搜索知识库设计 |
80-83 |
|
6.1.1 制造资源知识的分类与表示 |
80-81 |
|
6.1.2 知识库的获取 |
81-82 |
|
6.1.3 知识库模型实现关键技术或其它问题 |
82-83 |
|
6.2 基于用户兴趣挖掘推送机制 |
83-85 |
|
6.3 本章小结 |
85-86 |
|
第七章结束语 |
86-87 |
|
7.1 论文总结 |
86 |
|
7.2 进一步工作 |
86-87 |
|
参考文献 |
87-90 |
|
致谢 |
90-91 |
|
附录 |
91-94 |
|
| 【DOI】 | LunWen.ID:2.2008.380140 |
