| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 目录 | 第9-11页 |
| 表格索引 | 第11-12页 |
| 插图索引 | 第12-13页 |
| 算法索引 | 第13-14页 |
| 第一章 绪论 | 第14-18页 |
| ·课题背景 | 第14-15页 |
| ·研究现状 | 第15-16页 |
| ·本文的研究内容与组织结构 | 第16-18页 |
| 第二章 相关基础理论与技术 | 第18-32页 |
| ·排序学习 | 第18-21页 |
| ·排序学习的一般过程 | 第18-19页 |
| ·排序学习算法 | 第19-21页 |
| ·半监督学习 | 第21-24页 |
| ·半监督学习的基本假设 | 第21-22页 |
| ·半监督学习的常用算法 | 第22-24页 |
| ·提升(Boosting)方法 | 第24-32页 |
| ·提升学习概述 | 第24-26页 |
| ·提升与前向分步优化算法 | 第26-29页 |
| ·基于提升的排序学习算法 | 第29-32页 |
| 第三章 基于正则化提升的半监督排序学习算法 | 第32-40页 |
| ·正则化提升方法的一般框架 | 第32-33页 |
| ·基于RankBoost的半监督排序学习算法 | 第33-40页 |
| ·半监督正则化 | 第33页 |
| ·推导出的算法 | 第33-35页 |
| ·弱排序模型的学习 | 第35-40页 |
| 第四章 基于listwise方法的半监督排序学习算法 | 第40-46页 |
| ·扩展listwise型排序算法的一般框架 | 第40页 |
| ·基于AdaRank的半监督排序学习算法 | 第40-46页 |
| ·标记传播算法 | 第42页 |
| ·推导出的算法 | 第42-46页 |
| 第五章 实验结果与分析 | 第46-54页 |
| ·排序评估方法 | 第46-47页 |
| ·实验设置 | 第47-48页 |
| ·实验结果分析 | 第48-54页 |
| ·在MQ2008-semi数据集上的实验 | 第48-49页 |
| ·在OHSUMED数据集上的实验 | 第49-50页 |
| ·在.Gov数据集上的实验 | 第50-54页 |
| 第六章 总结与展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-62页 |
| 在读期间发表的学术论文与取得的研究成果 | 第62页 |