基于查询分类的增量式用户个性化建模技术研究
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第1章 绪论 | 第9-12页 |
| ·研究背景 | 第9-10页 |
| ·研究的目的和意义 | 第10页 |
| ·本文结构 | 第10-12页 |
| 第2章 相关技术研究 | 第12-28页 |
| ·用户兴趣建模技术综述 | 第12-21页 |
| ·用户兴趣信息获取 | 第14-16页 |
| ·用户兴趣模型的表示方法 | 第16-18页 |
| ·用户兴趣建模技术 | 第18-19页 |
| ·用户模型更新方式 | 第19-21页 |
| ·向量空间模型及文本特征提取技术 | 第21-23页 |
| ·文本分类技术 | 第23-26页 |
| ·简单向量距离分类法 | 第24页 |
| ·k-Nearest Neighbors | 第24-25页 |
| ·Na(?)ve Bayes | 第25页 |
| ·支持向量机(SVM) | 第25-26页 |
| ·本章小结 | 第26-28页 |
| 第3章 基于伪相关反馈的查询分类方法 | 第28-34页 |
| ·查询分类相关研究 | 第28-30页 |
| ·基于图的迭代查询聚类 | 第28-29页 |
| ·基于伪相关反馈的查询分类 | 第29-30页 |
| ·基于伪相关反馈的查询分类算法 | 第30-33页 |
| ·本章小结 | 第33-34页 |
| 第4章 基于查询分类的增量式用户建模 | 第34-41页 |
| ·基于查询分类的用户兴趣模型 | 第34页 |
| ·用户兴趣模型的建立和初始化 | 第34-36页 |
| ·用户兴趣模型更新算法 | 第36-40页 |
| ·用户兴趣模型更新机制 | 第36-37页 |
| ·增量式模型更新算法 | 第37-40页 |
| ·用户兴趣模型的性能评价标准 | 第40页 |
| ·本章小结 | 第40-41页 |
| 第5章 实验与数据分析 | 第41-52页 |
| ·实验系统设计 | 第41-43页 |
| ·实验数据处理 | 第43-45页 |
| ·数据的预处理 | 第43页 |
| ·训练文本集合 | 第43-45页 |
| ·实验数据分析 | 第45-51页 |
| ·基于伪相关反馈的查询分类性能分析 | 第45-48页 |
| ·自适应增量更新算法的实验结果分析 | 第48-51页 |
| ·本章小结 | 第51-52页 |
| 第6章 总结与展望 | 第52-54页 |
| ·本文工作总结 | 第52页 |
| ·进一步的工作 | 第52-54页 |
| 参考文献 | 第54-57页 |
| 致谢 | 第57-58页 |
| 作者简历 | 第58页 |
