面向大规模数据的高效LTR调研系统设计与实现
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第11-20页 |
| 1.1 搜索引擎的网页排序 | 第11-13页 |
| 1.2 LTR | 第13-19页 |
| 1.3 本文的研究内容和组织结构 | 第19-20页 |
| 第二章 LTR调研系统分析 | 第20-32页 |
| 2.1 LTR调研系统的问题及需求 | 第20页 |
| 2.2 原始的调研系统 | 第20-28页 |
| 2.3 改进后的LTR调研系统的设计 | 第28-31页 |
| 2.4 小结 | 第31-32页 |
| 第三章 特征分析平台 | 第32-43页 |
| 3.1 特征分析的必要性和作用 | 第32页 |
| 3.2 原系统中的特征分析 | 第32-33页 |
| 3.3 特征分析平台设计 | 第33-38页 |
| 3.4 特征分析平台效率分析 | 第38-41页 |
| 3.5 特征分析平台对大规模数据的支持 | 第41页 |
| 3.6 小结 | 第41-43页 |
| 第四章 单机LTR算法优化 | 第43-54页 |
| 4.1 通用的GBRank算法介绍 | 第43-48页 |
| 4.2 单机LTR算法优化分析 | 第48-50页 |
| 4.3 单机LTR算法的优化实现 | 第50-52页 |
| 4.4 单机LTR算法优化效果 | 第52-53页 |
| 4.5 小结 | 第53-54页 |
| 第五章 大规模数据训练平台 | 第54-62页 |
| 5.1 大规模数据训练平台设计 | 第54-57页 |
| 5.2 大规模数据训练平台实现 | 第57-61页 |
| 5.3 小结 | 第61-62页 |
| 第六章 结果与结论 | 第62-64页 |
| 6.1 本文的创新点 | 第62页 |
| 6.2 结果与收益 | 第62-64页 |
| 第七章 总结与展望 | 第64-65页 |
| 7.1 总结 | 第64页 |
| 7.2 展望与未来工作 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 攻读硕士学位期间发表的学术论文 | 第69-70页 |