| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.3 论文的研究内容 | 第15-16页 |
| 1.4 论文的组织 | 第16-17页 |
| 第二章 排序学习基础理论 | 第17-31页 |
| 2.1 排序学习 | 第17-21页 |
| 2.1.1 pointwise排序学习方法 | 第17-19页 |
| 2.1.2 pairwise排序学习 | 第19-20页 |
| 2.1.3 listwise排序学习 | 第20-21页 |
| 2.2 专家排序学习模型 | 第21-25页 |
| 2.2.1 专家模型 | 第21-23页 |
| 2.2.2 文档模型 | 第23-24页 |
| 2.2.3 投票模型 | 第24页 |
| 2.2.4 链接分析模型 | 第24-25页 |
| 2.3 专家排序相关系统 | 第25页 |
| 2.4 深度可信网络 | 第25-26页 |
| 2.5 排序学习性能评价指标 | 第26-29页 |
| 2.5.1 MRR(Mean Reciprocal Ranking) | 第26-27页 |
| 2.5.2 Mean average precision(MAP) | 第27-28页 |
| 2.5.3 Precision at position n (P@n) | 第28页 |
| 2.5.4 Normalized discount cumulative gain(NDCG) | 第28-29页 |
| 2.6 本章小结 | 第29-31页 |
| 第三章 融合特征层次类型信息的专家列表排序方法 | 第31-43页 |
| 3.1 引言 | 第31页 |
| 3.2 特征提取 | 第31-35页 |
| 3.2.1 查询和文档相关性特征 | 第32页 |
| 3.2.2 页面内容特征 | 第32-33页 |
| 3.2.3 语言模型 | 第33-35页 |
| 3.2.4 专家相关特征 | 第35页 |
| 3.3 特征层次类型 | 第35-36页 |
| 3.4 融合特征层次类型的专家列表排序学习模型 | 第36-40页 |
| 3.4.1 神经网络模型 | 第36-38页 |
| 3.4.2 梯度下降算法 | 第38-39页 |
| 3.4.3 专家列表排序模型 | 第39-40页 |
| 3.5 实验设置和分析 | 第40-42页 |
| 3.5.1 不同特征对排序学习的影响 | 第40-41页 |
| 3.5.2 融入特征层次类型对排序学习的影响 | 第41-42页 |
| 3.5.3 不同排序方法效果比较 | 第42页 |
| 3.6 小结 | 第42-43页 |
| 第四章 基于深度学习的专家排序方法 | 第43-51页 |
| 4.1 引言 | 第43-44页 |
| 4.2 深度学习模型 | 第44-47页 |
| 4.2.1 深度可信网络DBN | 第44-45页 |
| 4.2.2 受限玻尔兹曼机RBM自训练过程 | 第45-46页 |
| 4.2.3 BP神经网络微调DBN过程 | 第46-47页 |
| 4.3 实验设计以及结果分析 | 第47-49页 |
| 4.3.1 深度学习的学习层数对排序结果的影响 | 第47页 |
| 4.3.2 每层节点个数对排序结果的影响 | 第47-48页 |
| 4.3.3 不同排序学习方法的比较 | 第48-49页 |
| 4.4 本章小结 | 第49-51页 |
| 第五章 基于深度学习的专家列表排序方法 | 第51-61页 |
| 5.1 引言 | 第51页 |
| 5.2 基于深度学习的专家列表学习排序方法 | 第51-57页 |
| 5.2.1 RBM理论研究 | 第51-54页 |
| 5.2.2 列表思想 | 第54-55页 |
| 5.2.3 改进深度学习模型 | 第55-57页 |
| 5.3 实验设计以及结果分析 | 第57-59页 |
| 5.3.1 不同RBM层数对专家列表排序性能的影响 | 第57-58页 |
| 5.3.2 与传统的排序学习方法的比较 | 第58页 |
| 5.3.3 基于深度学习的专家列表排序方法的有效性 | 第58-59页 |
| 5.4 本章小结 | 第59-61页 |
| 第六章 基于深度学习的专家列表排序原型系统 | 第61-65页 |
| 6.1 引言 | 第61页 |
| 6.2 实验坏境 | 第61页 |
| 6.3 语料收集 | 第61-62页 |
| 6.4 专家排序系统的设计与实现 | 第62-64页 |
| 6.4.1 系统框架 | 第62-63页 |
| 6.4.2 专家排序系统实现效果 | 第63-64页 |
| 6.5 本章小结 | 第64-65页 |
| 第七章 总结和展望 | 第65-67页 |
| 7.1 总结 | 第65页 |
| 7.2 工作展望 | 第65-67页 |
| 致谢 | 第67-69页 |
| 参考文献 | 第69-75页 |
| 附录A 攻读硕士期间发表的论文 | 第75-76页 |
| 附录B 攻读硕士期间参与项目与申请软件著作权 | 第76页 |
