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

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

论文共72页,点击 下载论文
上一篇:基于显著性区域和基元共生矩阵特征的图像检索研究
下一篇:基于标题与正文的文本分类和评价对象抽取方法研究