| 摘要 | 第5-8页 |
| ABSTRACT | 第8-10页 |
| 目录 | 第11-14页 |
| 表格 | 第14-16页 |
| 插图 | 第16-18页 |
| 算法 | 第18-19页 |
| 第一章 绪论 | 第19-35页 |
| 1.1 研究背景与意义 | 第19-21页 |
| 1.2 国内外研究现状 | 第21-30页 |
| 1.2.1 面向移动用户的情境识别研究 | 第23-24页 |
| 1.2.2 移动情境中用户联系人意图的研究 | 第24-26页 |
| 1.2.3 针对传统互联网中命名实体的情境建模 | 第26-28页 |
| 1.2.4 概率主题模型与情境建模的关系 | 第28-30页 |
| 1.3 论文主要工作 | 第30-32页 |
| 1.4 组织结构 | 第32-35页 |
| 第二章 面向移动用户的情境识别研究 | 第35-67页 |
| 2.1 引言 | 第35-37页 |
| 2.2 相关工作 | 第37-39页 |
| 2.3 移动情境的半监督识别方法 | 第39-50页 |
| 2.3.1 情境建模模型 | 第40-48页 |
| 2.3.2 半监督情境识别学习算法 | 第48-50页 |
| 2.4 情境主题的估参方法 | 第50-52页 |
| 2.5 实验分析 | 第52-62页 |
| 2.5.1 数据描述 | 第52-55页 |
| 2.5.2 情境识别效果比较 | 第55-59页 |
| 2.5.3 案例分析 | 第59-62页 |
| 2.6 本章小结 | 第62页 |
| 2.7 附录A：S-BHMM/S-HMMC模型的数学推导过程 | 第62-67页 |
| 第三章 移动情境中的用户联系人意图建模 | 第67-87页 |
| 3.1 引言 | 第67-69页 |
| 3.2 相关工作 | 第69-71页 |
| 3.2.1 移动设备上的联系人建模 | 第69-70页 |
| 3.2.2 地理位置情境的挖掘 | 第70-71页 |
| 3.3 特征抽取 | 第71-75页 |
| 3.3.1 情境会话的划分 | 第72-74页 |
| 3.3.2 情境区域的抽取 | 第74-75页 |
| 3.4 意图建模 | 第75-78页 |
| 3.5 实验及分析 | 第78-83页 |
| 3.5.1 情境区域的划分效果 | 第80-81页 |
| 3.5.2 情境建模效果 | 第81-83页 |
| 3.6 本章小结 | 第83-87页 |
| 第四章 面向互联网信息的命名实体情境建模 | 第87-105页 |
| 4.1 研究背景及相关研究工作 | 第87-89页 |
| 4.2 命名实体链接系统 | 第89-90页 |
| 4.3 构建知识库 | 第90-92页 |
| 4.4 命名实体情境建模方法 | 第92-97页 |
| 4.5 实验及分析 | 第97-102页 |
| 4.5.1 知识库的构建 | 第97-98页 |
| 4.5.2 数据集收集 | 第98-99页 |
| 4.5.3 实验结果 | 第99-101页 |
| 4.5.4 案例研究 | 第101-102页 |
| 4.6 本章小结 | 第102-105页 |
| 第五章 总结与展望 | 第105-109页 |
| 5.1 本文研究工作总结 | 第105-107页 |
| 5.2 未来研究展望 | 第107-109页 |
| 参考文献 | 第109-121页 |
| 致谢 | 第121-123页 |
| 在读期间发表的学术论文与取得的研究成果 | 第123-124页 |