| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 搜索词挖掘技术的挑战和现状 | 第13-17页 |
| 1.3 论文的主要研究内容和创新点 | 第17-18页 |
| 1.4 本文的组织结构 | 第18-19页 |
| 1.5 本章小结 | 第19-20页 |
| 第二章 相关研究基础 | 第20-25页 |
| 2.1 搜索词主题分类、聚类概念 | 第20-21页 |
| 2.2 搜索词分类、聚类相关技术 | 第21-23页 |
| 2.2.1 搜索词表示 | 第21-22页 |
| 2.2.2 特征选择 | 第22-23页 |
| 2.3 词向量 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 融入用户点击模型的Word2Vec搜索词聚类 | 第25-36页 |
| 3.1 问题引出 | 第25-26页 |
| 3.2 CT-Word2Vec的搜索词聚类算法 | 第26-31页 |
| 3.2.1 Word2Vec算法 | 第26-27页 |
| 3.2.2 CT-Word2Vec算法 | 第27-29页 |
| 3.2.3 融入CT-Word2Vec的搜索词聚类 | 第29-31页 |
| 3.3 实验与评估 | 第31-35页 |
| 3.3.1 实验数据描述 | 第31-32页 |
| 3.3.2 实验评估与指标 | 第32页 |
| 3.3.3 实验过程 | 第32-33页 |
| 3.3.4 结果分析与评估 | 第33-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 基于CT-Word2Vec聚类的搜索词主题标注和分类方法 | 第36-48页 |
| 4.1 问题引出 | 第36-37页 |
| 4.2 基于CT-Word2Vec搜索词主题标注方法 | 第37-41页 |
| 4.2.1 基于CT-Word2Vec的搜索词聚类 | 第38-40页 |
| 4.2.2 聚类中心主题标注 | 第40-41页 |
| 4.3 基于词向量的搜索词分类 | 第41-42页 |
| 4.4 实验与评估 | 第42-47页 |
| 4.4.1 实验过程与数据 | 第42-43页 |
| 4.4.2 对比实验 | 第43-44页 |
| 4.4.3 实验评估与指标 | 第44-45页 |
| 4.4.4 实验结果与分析 | 第45-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第五章 融入主题信息Word2Vec搜索词分类 | 第48-57页 |
| 5.1 问题引出 | 第48-49页 |
| 5.2 Topic-Word2Vec算法 | 第49-52页 |
| 5.3 实验与评估 | 第52-56页 |
| 5.3.1 实验数据描述 | 第52-53页 |
| 5.3.2 实验结果与分析 | 第53-56页 |
| 5.4 本章小结 | 第56-57页 |
| 第六章 总结与展望 | 第57-59页 |
| 6.1 本文总结 | 第57-58页 |
| 6.2 下一步工作与展望 | 第58-59页 |
| 附录一 作者攻读硕士学位期间发表的学术论文 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 后记 | 第64页 |
