| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 目录 | 第8-10页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 本文研究的目的和意义 | 第11-12页 |
| 1.3 相关研究综述 | 第12-18页 |
| 1.3.1 子意图挖掘的研究 | 第12-14页 |
| 1.3.2 检索结果多样化的方法 | 第14-16页 |
| 1.3.3 多样化的评价指标研究 | 第16-18页 |
| 1.4 本文的主要组织和结构 | 第18-20页 |
| 第2章 基于搜索引擎的子意图挖掘 | 第20-32页 |
| 2.1 基于公共搜索引擎的子意图挖掘方法 | 第20-21页 |
| 2.2 子意图挖掘实验 | 第21-26页 |
| 2.2.1 子意图标准答案数据集 | 第21-23页 |
| 2.2.2 不同搜索引擎产生的候选子查询的比较 | 第23-24页 |
| 2.2.3 候选子查询集合 | 第24-26页 |
| 2.3 典型挖掘方法及性能 | 第26-30页 |
| 2.3.1 基于返回文档挖掘子查询方法 | 第26-27页 |
| 2.3.2 基于维基百科挖掘子查询方法 | 第27页 |
| 2.3.3 基于 Google Insights 挖掘子查询方法 | 第27页 |
| 2.3.4 性能比较 | 第27-30页 |
| 2.4 子意图标注 | 第30-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第3章 子意图权重预测 | 第32-43页 |
| 3.1 基于用户检索行为的子意图权重预测 | 第32-33页 |
| 3.2 基于浏览器日志的用户搜索行为抽取 | 第33-36页 |
| 3.3 用户行为特征抽取 | 第36-39页 |
| 3.3.1 特征类别 | 第36-37页 |
| 3.3.2 特征获取 | 第37-39页 |
| 3.4 基于排序学习的子意图权重预测模型 | 第39-42页 |
| 3.4.1 SVM 用于排序 | 第39-40页 |
| 3.4.2 模型的构造和测试 | 第40-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第4章 基于查询子意图的多样化排序方法 | 第43-57页 |
| 4.1 检索结果多样化问题定义 | 第43-44页 |
| 4.1.1 相关性与新颖性 | 第43-44页 |
| 4.1.2 多样化问题的形式化定义 | 第44页 |
| 4.2 多样化的不同策略 | 第44-48页 |
| 4.2.1 显式多样化与隐式多样化 | 第44-45页 |
| 4.2.2 融合查询子意图检索结果的多样化算法 | 第45-47页 |
| 4.2.3 参数估计 | 第47-48页 |
| 4.3 实验结果与分析 | 第48-56页 |
| 4.3.1 实验数据 | 第48-49页 |
| 4.3.2 评价指标 | 第49-50页 |
| 4.3.3 传统显隐式多样化方法性能上限 | 第50-52页 |
| 4.3.4 融合查询子意图检索结果的多样化算法性能 | 第52-55页 |
| 4.3.5 应用举例 | 第55-56页 |
| 4.4 本章小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 附录 候选子查询分类标注样例 | 第59-61页 |
| 参考文献 | 第61-66页 |
| 攻读硕士学位期间发表的论文 | 第66-68页 |
| 致谢 | 第68页 |