| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 课题研究背景与研究现状 | 第8-12页 |
| 1.1.1 研究背景 | 第8-10页 |
| 1.1.2 研究现状 | 第10-12页 |
| 1.2 课题研究目标与意义 | 第12-13页 |
| 1.3 课题主要工作和创新点 | 第13-14页 |
| 1.4 论文组织结构 | 第14-16页 |
| 第2章 课题相关理论和研究 | 第16-22页 |
| 2.1 隐狄利克雷分布模型 | 第16-18页 |
| 2.2 关联规则 | 第18-19页 |
| 2.3 加权关联规则 | 第19-20页 |
| 2.4 词项频率-逆向文本频率模型 | 第20-22页 |
| 第3章 基于LDA和加权关联规则的查询扩充算法 | 第22-27页 |
| 3.1 基于LDA计算用户-词项兴趣偏好度 | 第23-24页 |
| 3.2 结合兴趣偏好度的加权关联规则算法 | 第24-25页 |
| 3.3 QEA查询扩充算法过程描述 | 第25-27页 |
| 第4章 微博搜索结果评分排序算法 | 第27-31页 |
| 4.1 使用TF-IDF计算相似度 | 第27-28页 |
| 4.2 微博时效性计算 | 第28页 |
| 4.3 SRMR2算法 | 第28-31页 |
| 4.3.1 微博搜索结果评分计算方法 | 第28-29页 |
| 4.3.2 SRMR2算法描述 | 第29-31页 |
| 第5章 实验及分析 | 第31-51页 |
| 5.1 实验环境及数据集介绍 | 第31-32页 |
| 5.1.1 实验环境描述 | 第31页 |
| 5.1.2 数据集描述 | 第31-32页 |
| 5.1.3 数据集预处理 | 第32页 |
| 5.2 实验评价标准 | 第32-35页 |
| 5.3 实验内容及结果 | 第35-47页 |
| 5.3.1 MR2OBased D算法实验过程和结果 | 第35-40页 |
| 5.3.2 MR2OBased AR算法实验过程和结果 | 第40-43页 |
| 5.3.3 MR2OBased UP算法实验过程和结果 | 第43-47页 |
| 5.4 实验结果对比和分析 | 第47-51页 |
| 5.4.1 基于查询扩充方法的优化效果和原有微博搜索效果对比 | 第47-49页 |
| 5.4.2 不同查询扩充方法和论文所提算法的实验效果对比 | 第49-51页 |
| 第6章 总结与展望 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 发表论文和参加科研情况说明 | 第56-57页 |
| 致谢 | 第57-58页 |
