基于异构训练数据的排序学习算法研究

摘要	第1-6页
ABSTRACT	第6-9页
第一章 绪论	第9-14页
·研究目的与意义	第9页
·研究现状	第9-12页
·传统型文本排序学习算法	第10页
·Pointwise类型文本排序学习算法	第10页
·Pairwise类型文本排序学习算法	第10-11页
·Listwise类型文本排序学习算法	第11页
·现有文本排序学习算法训练数据分析	第11-12页
·研究现状总结	第12页
·研究的主要内容	第12-13页
·论文的组织结构	第13-14页
第二章 相关理论与技术	第14-19页
·支持向量机SVM相关理论	第14-15页
·文本排序学习算法	第15-17页
·RANKSVM排序学习算法	第17-19页
第三章 基于异构数据的文本排序学习算法框架	第19-27页
·算法流程	第19-20页
·异构训练数据的有向图表示	第20-24页
·已排序数据偏序关系的有向图表示	第21页
·已分类数据偏序关系的有向图表示	第21-23页
·异构数据偏序关系的有向图表示	第23-24页
·对样本间偏序关系分类的SVM算法	第24-27页
第四章 实验以及数据分析	第27-41页
·实验整体思路设计	第27-28页
·硬件实验环境	第28页
·LETOR数据集介绍	第28-31页
·评价指标简介	第31-32页
·实验组织和说明	第32-34页
·五轮交叉验证	第32页
·构造已分类数据和已排序数据的异构数据训练集	第32-34页
·实验结果	第34-40页
·OHSUMED数据集上的实验结果	第34-38页
·MQ2007数据集上的实验结果	第38-39页
·在MQ2008数据集上的实验结果	第39-40页
·实验分析	第40-41页
第五章 总结与展望	第41-42页
·总结	第41页
·展望	第41-42页
参考文献	第42-45页
致谢	第45-46页
作者简介	第46页