| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 引言 | 第8-15页 |
| ·排序学习简介 | 第8-10页 |
| ·排序学习的特征 | 第10-11页 |
| ·排序学习评价标准 | 第11-13页 |
| ·研究的内容和方法 | 第13-14页 |
| ·本论文的组织 | 第14-15页 |
| 第二章 基于随机梯度下降的排序算法 | 第15-22页 |
| ·国内外研究现状 | 第15-19页 |
| ·随机梯度下降方法 | 第19-20页 |
| ·基于随机梯度下降的排序算法 | 第20-22页 |
| 第三章 ListNet 算法及其改进 | 第22-35页 |
| ·ListNet 算法介绍 | 第22-26页 |
| ·ListNet 算法的不足 | 第26页 |
| ·Pegasos 算法介绍 | 第26-29页 |
| ·ListNet 算法与Pegasos 算法的结合 | 第29-30页 |
| ·改进后ListNet 算法的描述 | 第30-32页 |
| ·改进算法收敛性分析 | 第32-33页 |
| ·总体算法框架 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 实验过程与分析 | 第35-55页 |
| ·实验过程的实现 | 第35-43页 |
| ·ListNet 与改进算法运行时间对比 | 第43-44页 |
| ·ListNet 与改进算法精度对比 | 第44-50页 |
| ·ListNet 与改进算法精度对比实验结果分析 | 第50-51页 |
| ·改进算法与其他列表级别排序算法的精度对比 | 第51-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 结论与展望 | 第55-57页 |
| ·结论 | 第55页 |
| ·展望 | 第55-57页 |
| 参考文献 | 第57-60页 |