面向博客的检索排序算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景 | 第10-12页 |
| 1.2 国内外发展现状 | 第12-14页 |
| 1.3 研究内容 | 第14页 |
| 1.4 论文组织结构 | 第14-16页 |
| 第2章 相关技术研究 | 第16-26页 |
| 2.1 基于内容相关的排序 | 第16-20页 |
| 2.1.1 向量空间模型 | 第17-18页 |
| 2.1.2 统计语言模型 | 第18-19页 |
| 2.1.3 概率检索模型 | 第19-20页 |
| 2.2 基于链接关系的排序 | 第20-23页 |
| 2.2.1 PageRank排序算法 | 第20页 |
| 2.2.2 HITS排序算法 | 第20-21页 |
| 2.2.3 EigenRumor排序算法 | 第21-23页 |
| 2.3 数据降维的方法 | 第23-26页 |
| 2.3.1 主成分分析法 | 第23页 |
| 2.3.2 隐含语义标引 | 第23-24页 |
| 2.3.3 流行学习方法 | 第24-26页 |
| 第3章 基于证据的博客排序算法 | 第26-56页 |
| 3.1 基于证据的博客检索模型 | 第26-29页 |
| 3.1.1 博客查询相关度分析 | 第26-28页 |
| 3.1.2 基于证据的博客排序框架 | 第28-29页 |
| 3.2 基于三元组的BE分析 | 第29-43页 |
| 3.2.1 博文的页面特征 | 第29-30页 |
| 3.2.2 内容特征矩阵表示 | 第30-37页 |
| 3.2.3 博客的链接抽取 | 第37-40页 |
| 3.2.4 博客关系矩阵表示 | 第40-43页 |
| 3.3 基于KNN的隐义图构建 | 第43-50页 |
| 3.3.1 基于共轭梯度的隐含语义空间表示 | 第43-47页 |
| 3.3.2 基于KNN的隐义图构建 | 第47-50页 |
| 3.4 基于证据的博客排序算法 | 第50-56页 |
| 3.4.1 基于证据的博客排序思想 | 第50-52页 |
| 3.4.2 基于证据的博客正规化排序框架 | 第52-53页 |
| 3.4.3 基于证据的博客排序算法 | 第53-56页 |
| 第4章 算法分析和实验 | 第56-64页 |
| 4.1 实验设置和评价指标 | 第56-59页 |
| 4.1.1 实验环境和数据 | 第56-57页 |
| 4.1.2 评价标准 | 第57-59页 |
| 4.2 实验结果和分析 | 第59-64页 |
| 4.2.1 参数μ_1的设置 | 第60-61页 |
| 4.2.2 排序方法间的比较 | 第61-63页 |
| 4.2.3 隐义图的构建与排序性能 | 第63-64页 |
| 第5章 结论 | 第64-66页 |
| 5.1 本文工作总结 | 第64页 |
| 5.2 进一步工作 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70页 |
