搜索引擎评估指标自动推荐方法的研究
中文摘要 | 第4-5页 |
英文摘要 | 第5页 |
第一章 绪论 | 第8-13页 |
1.1 研究背景 | 第8-10页 |
1.1.1 搜索引擎评估指标 | 第8-9页 |
1.1.2 推荐算法 | 第9页 |
1.1.3 搜索引擎评估指标自动推荐 | 第9-10页 |
1.2 国内外研究现状 | 第10-11页 |
1.3 研究目标及意义 | 第11页 |
1.3.1 研究目标 | 第11页 |
1.3.2 研究意义 | 第11页 |
1.4 主要内容及结构 | 第11-13页 |
1.4.1 研究主要内容 | 第11-12页 |
1.4.2 本文组织结构 | 第12-13页 |
第二章 相关理论基础与技术 | 第13-26页 |
2.1 搜索引擎评估方法 | 第13-15页 |
2.2 搜索引擎评估指标 | 第15-16页 |
2.3 推荐算法 | 第16-26页 |
2.3.1 推荐算法的定义 | 第16-17页 |
2.3.2 推荐算法的分类 | 第17-21页 |
2.3.3 基于内容的推荐算法 | 第21-24页 |
2.3.4 协同过滤推荐算法 | 第24-26页 |
第三章 搜索引擎评估指标自动推荐方法的建立 | 第26-32页 |
3.1 问题的提出 | 第26-27页 |
3.2 评估指标自动推荐算法的研究基础 | 第27页 |
3.3 搜索引擎评估指标自动推荐流程 | 第27-32页 |
第四章 搜索引擎评估指标自动推荐方法的实现 | 第32-55页 |
4.1 评估实验标签推荐算法 | 第32-38页 |
4.2 评估实验相似度计算 | 第38-44页 |
4.2.1 标签的权重策略 | 第38-40页 |
4.2.2 评估实验相似度计算 | 第40-44页 |
4.3 评估指标聚类 | 第44-46页 |
4.4 评估指标推荐 | 第46-50页 |
4.5 搜索引擎评估指标自动推荐评价模型建立 | 第50-55页 |
4.5.1 评估指标推荐结果评价指标 | 第50-51页 |
4.5.2 评估指标推荐结果评价模型 | 第51-55页 |
第五章 实验与结论 | 第55-67页 |
5.1 实验数据集合 | 第55页 |
5.2 评估实验标签权重定义实验与结论 | 第55-59页 |
5.2.1 领域类型标签和端口类型标签的权重 | 第55-57页 |
5.2.2 两种类型标签树中层级标签的权重 | 第57-59页 |
5.3 评估指标聚类阈值实验与结论 | 第59-62页 |
5.4 推荐效果对比实验 | 第62-65页 |
5.5 实验结论 | 第65-67页 |
第六章 总结与展望 | 第67-69页 |
6.1 总结 | 第67-68页 |
6.2 展望 | 第68-69页 |
参考文献 | 第69-72页 |
致谢 | 第72页 |