首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

基于用户偏好分析的个性化信息检索关键技术研究

中文摘要第4-6页
Abstract第6-8页
第一章 绪论第11-25页
    1.1 研究背景第11-12页
    1.2 研究意义第12-13页
    1.3 国内外研究现状第13-22页
        1.3.1 查询意图分析第13-16页
        1.3.2 检索日志分析第16-20页
        1.3.3 用户行为分析第20-22页
    1.4 主要研究内容第22-23页
    1.5 论文的组织结构第23-25页
第二章 基于“滑鼠行为”量化的检索满意度研究第25-43页
    2.1 引言第25-26页
    2.2 主要研究内容第26-28页
    2.3 满意度假设与量化分析思想第28-31页
        2.3.1 检索满意度假设第28-30页
        2.3.2 满意度的滑鼠量化分析思想第30-31页
    2.4“滑鼠行为”的量化方法第31-36页
        2.4.1 直线运动过程中动能计算分析第32-34页
        2.4.2 曲线运动过程中角动能计算分析第34-36页
    2.5 语料标注系统第36-37页
        2.5.1 系统描述及设计动机第36-37页
        2.5.2 语料标注方式第37页
    2.6 实验数据第37-39页
        2.6.1 图片数据第37-38页
        2.6.2 滑动轨迹数据第38-39页
        2.6.3 能量数据第39页
    2.7 实验结果及分析第39-42页
    2.8 本章小结第42-43页
第三章 基于边界检测的查询意图切分技术研究第43-54页
    3.1 引言第43-45页
    3.2 意图切分方法及模型适应性分析第45-47页
        3.2.1 基于分类模型的意图切分方法第45-46页
        3.2.2 基于序列标注模型的意图切分方法第46-47页
    3.3 意图切分特征选择及构建方法第47-49页
        3.3.1 时间特征(T_(dif))第47页
        3.3.2 统计特征集第47-48页
        3.3.3 点击相似性特征(CL)第48页
        3.3.4 主题相似度特征(SIM)第48-49页
    3.4 实验语料及评价方法第49-51页
        3.4.1 实验语料第49-51页
        3.4.2 意图切分评价方法第51页
    3.5 实验结果分析第51-53页
    3.6 本章小结第53-54页
第四章 用户社交媒体活动与信息检索关联性分析第54-66页
    4.1 引言第54-55页
    4.2 相关术语及定义第55页
    4.3 研究方法及系统框架第55-60页
        4.3.1 长期检索意图切分第56-57页
        4.3.2 内容关联性分析第57-60页
    4.4 实验设计及结果分析第60-65页
        4.4.1 实验语料及设置第60-62页
        4.4.2 关联性实验结果及分析第62-65页
    4.5 本章小结第65-66页
第五章 总结和展望第66-69页
    5.1 工作总结第66-67页
    5.2 工作展望第67-69页
参考文献第69-75页
攻读学位期间公开发表的论文第75-76页
致谢第76-77页

论文共77页,点击 下载论文
上一篇:面向微博文本的情绪分析方法研究
下一篇:基于socket通信的文件服务系统设计与实现