| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 目录 | 第9-12页 |
| 表格 | 第12-13页 |
| 插图 | 第13-14页 |
| 第1章 绪论 | 第14-20页 |
| ·引言 | 第14页 |
| ·本文的研究背景 | 第14-16页 |
| ·信息检索 | 第14-15页 |
| ·排序学习 | 第15页 |
| ·基于直接优化信息检索评价准则的排序学习算法 | 第15-16页 |
| ·本文的动机及研究内容 | 第16页 |
| ·本文的创新和贡献 | 第16-17页 |
| ·本文的章节安排 | 第17-20页 |
| 第2章 相关工作 | 第20-32页 |
| ·引言 | 第20页 |
| ·信息检索排序学习的算法框架 | 第20-22页 |
| ·主流信息检索排序学习算法介绍 | 第22-28页 |
| ·基于单文档的排序学习算法 | 第22-23页 |
| ·基于文档对的排序学习算法 | 第23-25页 |
| ·基于文档列的排序学习算法 | 第25-27页 |
| ·主流排序学习算法小结 | 第27-28页 |
| ·主流信息检索评价准则介绍 | 第28-29页 |
| ·查准率(Precision)和查全率(Recall) | 第28页 |
| ·平均查准率的均值(MAP) | 第28-29页 |
| ·NDCG(Normalized Discounted Cumulative Gain) | 第29页 |
| ·本章小结 | 第29-32页 |
| 第3章 直接优化信息检索评价准则的排序学习算法 | 第32-38页 |
| ·引言 | 第32页 |
| ·主流直接优化信息检索评价准则排序学习算法简介 | 第32-37页 |
| ·SVM~(MAP) | 第33-34页 |
| ·DORM~(NDCG) | 第34页 |
| ·PermuRank~(MAP) | 第34-35页 |
| ·SoftRank~(NDCG) | 第35-36页 |
| ·SVM~(NDCG) | 第36页 |
| ·ApproxRank~(MAP)和ApproxRank~(NDCG) | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第4章 直接性 | 第38-58页 |
| ·引言 | 第38页 |
| ·直接性 | 第38-41页 |
| ·直接性定义 | 第38-39页 |
| ·直接性的理论性质 | 第39-41页 |
| ·SoftRank~(NDCG)和SVM~(NDCG)的直接性分析 | 第41-49页 |
| ·SoftRank~(NDCG) | 第42-46页 |
| ·SVM~(NDCG) | 第46-48页 |
| ·总结及讨论 | 第48-49页 |
| ·实验结果 | 第49-56页 |
| ·数据集 | 第49-51页 |
| ·SoftRank~(NDCG)和SVM~(MAP)的直接性 | 第51页 |
| ·直接性和优化复杂度的折中 | 第51-53页 |
| ·直接性和排序性能的关系 | 第53-56页 |
| ·本章小结 | 第56-58页 |
| 第5章 趋势相关性 | 第58-84页 |
| ·引言 | 第58页 |
| ·趋势相关性 | 第58-62页 |
| ·趋势相关性的定义 | 第58-60页 |
| ·趋势相关性的理论性质 | 第60-62页 |
| ·主流直接优化信息检索评价准则算法的趋势相关性分析 | 第62-72页 |
| ·SoftRank~(NDCG) | 第62-64页 |
| ·ApproxRank~(MAP)和ApproxRank~(NDCG) | 第64-65页 |
| ·SVM~(MAP),DORM~(NDCG),PermuRank~(MAP),SVM~(NDCG) | 第65-71页 |
| ·总结及讨论 | 第71-72页 |
| ·实验结果 | 第72-79页 |
| ·数据集 | 第72页 |
| ·直接优化信息检索评价准则算法的趋势相关性 | 第72-73页 |
| ·趋势相关性和优化复杂度的折中 | 第73-76页 |
| ·趋势相关性和排序性能的关系 | 第76-78页 |
| ·总结 | 第78-79页 |
| ·本章小结 | 第79-84页 |
| 第6章 总结和展望 | 第84-86页 |
| ·总结 | 第84-85页 |
| ·展望 | 第85-86页 |
| 参考文献 | 第86-92页 |
| 致谢 | 第92-94页 |
| 在读期间发表的学术论文与取得的研究成果 | 第94页 |
