| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-18页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 研究现状 | 第10-15页 |
| 1.2.1 联邦检索相关研究 | 第10-12页 |
| 1.2.2 支持结果多样化的资源选择研究 | 第12-15页 |
| 1.3 本文的主要研究内容 | 第15-16页 |
| 1.4 论文的组织结构 | 第16-17页 |
| 1.5 本章小结 | 第17-18页 |
| 第二章 相关理论和技术介绍 | 第18-30页 |
| 2.1 引言 | 第18页 |
| 2.2 资源选择简介 | 第18-20页 |
| 2.3 文档多样化重排算法 | 第20-22页 |
| 2.4 检索结果多样化评价方法 | 第22-24页 |
| 2.5 LDA主题模型 | 第24-25页 |
| 2.6 语言模型 | 第25-29页 |
| 2.6.1 词向量和word2vec | 第26-28页 |
| 2.6.2 文档向量和doc2vec | 第28-29页 |
| 2.7 本章小结 | 第29-30页 |
| 第三章 基于主题模型的资源选择研究 | 第30-38页 |
| 3.1 问题描述 | 第30-31页 |
| 3.2 相关度筛选 | 第31-32页 |
| 3.3 D-LDA算法 | 第32-35页 |
| 3.4 R-LDA算法 | 第35-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第四章 基于词向量的资源选择研究 | 第38-47页 |
| 4.1 问题描述 | 第38页 |
| 4.2 D-WE算法 | 第38-43页 |
| 4.3 R-WE算法 | 第43-45页 |
| 4.4 本章小结 | 第45-47页 |
| 第五章 实验 | 第47-63页 |
| 5.1 实验设置 | 第47-50页 |
| 5.1.1 数据集 | 第47-48页 |
| 5.1.2 查询 | 第48-50页 |
| 5.1.3 实验环境 | 第50页 |
| 5.2 评价方法 | 第50-52页 |
| 5.2.1 R评价方法 | 第50-51页 |
| 5.2.2 SDC评价方法 | 第51-52页 |
| 5.3 实验结果 | 第52-62页 |
| 5.3.1 分析对算法性能影响 | 第52-56页 |
| 5.3.2 D-LDA和R-LDA算法性能评估与分析 | 第56-58页 |
| 5.3.3 D-WE和R-WE算法性能评估与分析 | 第58-60页 |
| 5.3.4 D-WE和R-WE算法的稳定性观测与分析 | 第60-61页 |
| 5.3.5 时耗分析 | 第61-62页 |
| 5.4 本章小结 | 第62-63页 |
| 第六章 结束语 | 第63-65页 |
| 6.1 工作总结 | 第63-64页 |
| 6.2 进一步研究的方向 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-70页 |
| 攻读硕士学位期间发表的学术论文 | 第70页 |