| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-21页 |
| 1.1 课题的研究背景和意义 | 第10-14页 |
| 1.1.1 选题背景 | 第10-12页 |
| 1.1.2 研究的目的和理论意义 | 第12-14页 |
| 1.2 研究现状 | 第14-17页 |
| 1.2.1 微博性质的研究 | 第14-15页 |
| 1.2.2 微博检索的研究 | 第15-16页 |
| 1.2.3 微博查询扩展的研究 | 第16-17页 |
| 1.3 研究的内容及组织结构 | 第17-21页 |
| 1.3.1 研究内容 | 第17-18页 |
| 1.3.2 组织结构 | 第18-21页 |
| 第2章 相关理论及模型 | 第21-30页 |
| 2.1 信息检索 | 第21-22页 |
| 2.2 检索模型 | 第22-28页 |
| 2.2.1 布尔检索模型 | 第22-23页 |
| 2.2.2 向量空间模型 | 第23-25页 |
| 2.2.3 概率模型 | 第25-26页 |
| 2.2.4 语言模型 | 第26-28页 |
| 2.3 检索工具 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第3章 微博短文本的查询扩展 | 第30-49页 |
| 3.1 查询扩展意义 | 第30-31页 |
| 3.2 查询扩展相关技术 | 第31-34页 |
| 3.2.1 基于全局分析的查询扩展 | 第31-32页 |
| 3.2.2 基于局部分析的查询扩展 | 第32-34页 |
| 3.3 基于伪相关反馈的查询扩展 | 第34-48页 |
| 3.3.1 基于语义的伪相关反馈 | 第35-39页 |
| 3.3.2 基于时间分布的伪相关反馈 | 第39-43页 |
| 3.3.3 语义与时间相似度结合的伪相关反馈查询扩展 | 第43-48页 |
| 3.4 本章小结 | 第48-49页 |
| 第4章 针对微博特征的重排序方法 | 第49-64页 |
| 4.1 传统排序介绍 | 第49-50页 |
| 4.2 重排序中相关因素分析与选择 | 第50-56页 |
| 4.2.1 相关性计算 | 第51-52页 |
| 4.2.2 文档先验概率 | 第52-56页 |
| 4.3 针对微博特征的重排序方法 | 第56-63页 |
| 4.4 本章小结 | 第63-64页 |
| 第5章 查询扩展和排序算法的应用 | 第64-84页 |
| 5.1 数据获取 | 第66-68页 |
| 5.2 数据处理 | 第68-69页 |
| 5.3 实验设计 | 第69-72页 |
| 5.4 评价方法 | 第72-73页 |
| 5.5 实验结果及分析 | 第73-83页 |
| 5.5.1 查询扩展参数及反馈文档数目的影响分析 | 第73-75页 |
| 5.5.2 查询扩展性能实验结果及分析 | 第75-80页 |
| 5.5.3 排序算法性能实验结果及分析 | 第80-83页 |
| 5.6 本章小结 | 第83-84页 |
| 第6章 总结与展望 | 第84-86页 |
| 6.1 论文工作总结 | 第84-85页 |
| 6.2 未来工作展望 | 第85-86页 |
| 参考文献 | 第86-90页 |
| 致谢 | 第90页 |