| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 研究背景及研究意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.2.1 以多样化为导向的排序模型 | 第9-11页 |
| 1.2.2 应用到排序中的机器学习算法——Learning-to-rank | 第11-13页 |
| 1.3 本文的研究内容 | 第13-14页 |
| 1.4 本文组织结构 | 第14-15页 |
| 第2章 Learning Affinity Ranking模型的设计过程 | 第15-21页 |
| 2.1 Affinity Ranking模型 | 第16-17页 |
| 2.2 Learning Affinity Ranking模型 | 第17-20页 |
| 2.3 本章小结 | 第20-21页 |
| 第3章 文档排斥模型的设计过程 | 第21-31页 |
| 3.1 模型的排序公式 | 第22-23页 |
| 3.2 模型的学习算法设计 | 第23-28页 |
| 3.2.1 文档排斥理论 | 第23-24页 |
| 3.2.2 LambdaMART介绍 | 第24-26页 |
| 3.2.3 文档排斥模型学习算法 | 第26-28页 |
| 3.3 模型的特征提取方法 | 第28-30页 |
| 3.4 本章小结 | 第30-31页 |
| 第4章 实验 | 第31-47页 |
| 4.1 TREC Web Track | 第31-32页 |
| 4.2 评估Learning Affinity Ranking模型的实验 | 第32-38页 |
| 4.2.1 实验设置 | 第32-34页 |
| 4.2.2 baseline模型简介 | 第34页 |
| 4.2.3 Learning Affinity Ranking模型中的特征 | 第34-36页 |
| 4.2.4 结果和分析 | 第36-38页 |
| 4.3 评估文档排斥模型的实验 | 第38-45页 |
| 4.3.1 实验设置 | 第38页 |
| 4.3.2 baseline模型简介 | 第38-40页 |
| 4.3.3 文档排斥模型中的特征 | 第40页 |
| 4.3.4 结果和分析 | 第40-45页 |
| 4.4 本章小结 | 第45-47页 |
| 第5章 总结和展望 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 发表论文和参加科研情况说明 | 第52-53页 |
| 致谢 | 第53-54页 |
