用户头像信息在微博检索中的应用研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第13-19页 |
| 1.1 研究背景与意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-15页 |
| 1.3 本文研究内容 | 第15-16页 |
| 1.4 论文组织结构 | 第16-19页 |
| 第2章 相关研究综述 | 第19-35页 |
| 2.1 信息检索 | 第19-24页 |
| 2.1.1 布尔模型 | 第19-20页 |
| 2.1.2 向量空间模型 | 第20-21页 |
| 2.1.3 概率模型 | 第21-23页 |
| 2.1.4 语言模型 | 第23-24页 |
| 2.2 查询扩展 | 第24-29页 |
| 2.2.1 相关反馈法 | 第25-26页 |
| 2.2.2 全局分析法 | 第26-28页 |
| 2.2.3 局部分析法 | 第28-29页 |
| 2.3 图像分类 | 第29-34页 |
| 2.3.1 特征提取与特征选择 | 第29-30页 |
| 2.3.2 分类算法 | 第30-32页 |
| 2.3.3 多分类方法 | 第32-34页 |
| 2.4 本章小结 | 第34-35页 |
| 第3章 推特用户头像多分类方法研究 | 第35-45页 |
| 3.1 图片的特点 | 第35页 |
| 3.2 图片特征提取 | 第35-40页 |
| 3.2.1 GIST特征 | 第36-37页 |
| 3.2.2 SIFT特征 | 第37-38页 |
| 3.2.3 LBP特征 | 第38页 |
| 3.2.4 HOG特征 | 第38-39页 |
| 3.2.5 90D特征 | 第39-40页 |
| 3.3 图片分类方法研究 | 第40-44页 |
| 3.3.1 推特用户头像类别划分 | 第40-42页 |
| 3.3.2 实验结果与分析 | 第42-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第4章 结合用户头像与文本信息的微博检索方法研究 | 第45-53页 |
| 4.1 任务分析 | 第45-46页 |
| 4.2 检索系统框架 | 第46-48页 |
| 4.2.1 预处理 | 第46-47页 |
| 4.2.2 查询扩展 | 第47页 |
| 4.2.3 微博文本检索 | 第47页 |
| 4.2.4 检索结果重排 | 第47-48页 |
| 4.3 模型构建 | 第48-52页 |
| 4.3.1 范数与lasso | 第48-50页 |
| 4.3.2 基于用户头像的建模 | 第50页 |
| 4.3.3 模型参数求解 | 第50-51页 |
| 4.3.4 模型等效处理 | 第51-52页 |
| 4.4 本章小结 | 第52-53页 |
| 第5章 实验设计与结果分析 | 第53-59页 |
| 5.1 实验目的 | 第53页 |
| 5.2 实验数据集 | 第53页 |
| 5.3 评价指标 | 第53-56页 |
| 5.4 实验设计与结果分析 | 第56-58页 |
| 5.5 本章小结 | 第58-59页 |
| 结论 | 第59-61页 |
| 攻读硕士学位期间发表的学术论文 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67页 |
