基于搜索引擎日志的查询意图分类研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 研究的背景及意义 | 第8-10页 |
| 1.2 国内外有关查询意图分类的研究现状 | 第10-13页 |
| 1.2.1 分类体系国内外研究现状 | 第10-11页 |
| 1.2.2 特征提取方法国内外研究现状 | 第11-12页 |
| 1.2.3 当前研究中的难点和不足 | 第12-13页 |
| 1.3 本文主要研究内容 | 第13-14页 |
| 第2章 查询意图分类及其常用算法 | 第14-25页 |
| 2.1 查询意图分类 | 第14-15页 |
| 2.1.1 查询意图与用户信息需求 | 第14-15页 |
| 2.1.2 查询意图分类的定义 | 第15页 |
| 2.2 查询分类的特征 | 第15-17页 |
| 2.2.1 特征选择方法 | 第15-16页 |
| 2.2.2 特征训练过程 | 第16-17页 |
| 2.3 训练集和测试集的构造 | 第17页 |
| 2.4 查询分类模型 | 第17-18页 |
| 2.5 分类方法 | 第18-22页 |
| 2.5.1 朴素贝叶斯 | 第18页 |
| 2.5.2 决策树 | 第18-20页 |
| 2.5.3 K-means | 第20-21页 |
| 2.5.4 支持向量机 | 第21-22页 |
| 2.6 分类效果评测 | 第22-24页 |
| 2.6.1 交叉检验 | 第22-23页 |
| 2.6.2 评测指标 | 第23-24页 |
| 2.7 本章小结 | 第24-25页 |
| 第3章 查询意图识别与分类体系构建 | 第25-36页 |
| 3.1 用户的搜索行为 | 第25-26页 |
| 3.2 用户真正的查询意图 | 第26-28页 |
| 3.3 Broder分类体系 | 第28页 |
| 3.4 查询日志的分析 | 第28-30页 |
| 3.4.1 基于用户点击的特征 | 第28-29页 |
| 3.4.2 搜索引擎查询日志分析 | 第29-30页 |
| 3.5 本文分类体系 | 第30-35页 |
| 3.5.1 查询意图分析 | 第30-31页 |
| 3.5.2 类别聚类 | 第31-33页 |
| 3.5.3 分类体系 | 第33-35页 |
| 3.6 本章小结 | 第35-36页 |
| 第4章 特征提取和查询意图分类 | 第36-50页 |
| 4.1 提取查询意图分类特征 | 第36-43页 |
| 4.1.1 查询词信息 | 第36-39页 |
| 4.1.2 点击URL信息 | 第39-42页 |
| 4.1.3 URL点击排行 | 第42-43页 |
| 4.2 查询分类特征的向量表示 | 第43页 |
| 4.3 实验及其结果分析 | 第43-49页 |
| 4.3.1 数据集获取 | 第43-45页 |
| 4.3.2 实验设计 | 第45-46页 |
| 4.3.3 实验与结果分析 | 第46-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第5章 总结与展望 | 第50-51页 |
| 5.1 总结 | 第50页 |
| 5.2 下一步工作 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 致谢 | 第54-55页 |
| 攻读硕士期间公开发表的论文 | 第55页 |
