| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 国内外的研究现状 | 第12-16页 |
| 1.3 本文的主要工作 | 第16页 |
| 1.4 论文结构 | 第16-18页 |
| 第2章 相关技术概述 | 第18-24页 |
| 2.1 人工神经网络概述 | 第18-20页 |
| 2.2 WORD EMBEDDING算法 | 第20-21页 |
| 2.3 LDA算法 | 第21-22页 |
| 2.4 BM25算法 | 第22页 |
| 2.5 伪相关反馈算法 | 第22-23页 |
| 2.6 本章小结 | 第23-24页 |
| 第3章 基于神经网络的个性化信息检索模型研究 | 第24-32页 |
| 3.1 神经网络模型的建立 | 第24-27页 |
| 3.1.1 神经网络输入层神经元节点的表示 | 第26页 |
| 3.1.2 待检索集合中文本的表示 | 第26-27页 |
| 3.2 神经网络模型的训练 | 第27-28页 |
| 3.3 实验及结果分析 | 第28-31页 |
| 3.3.1 实验数据与预处理 | 第28-29页 |
| 3.3.2 实验评价方法 | 第29页 |
| 3.3.3 实验结果及分析 | 第29-31页 |
| 3.4 本章小结 | 第31-32页 |
| 第4章 基于模型融合的个性化信息检索模型研究 | 第32-37页 |
| 4.1 信息检索模型优缺点比较 | 第32-33页 |
| 4.1.1 基于神经网络的个性化信息检索模型的优缺点 | 第32页 |
| 4.1.2 传统信息检索模型的优缺点 | 第32-33页 |
| 4.2 基于模型融合的个性化信息检索模型 | 第33-34页 |
| 4.3 实验与结果分析 | 第34-35页 |
| 4.3.1 实验数据与方法 | 第34页 |
| 4.3.2 实验结果及分析 | 第34-35页 |
| 4.4 本章小结 | 第35-37页 |
| 第5章 基于神经网络的个性化信息检索系统设计与实现 | 第37-48页 |
| 5.1 系统开发环境 | 第37页 |
| 5.2 基于神经网络的信息检索系统设计与实现 | 第37-47页 |
| 5.2.1 总体设计 | 第37-39页 |
| 5.2.2 预处理模块 | 第39-41页 |
| 5.2.3 用户历史行为模块 | 第41页 |
| 5.2.4 BP神经网络模型模块 | 第41页 |
| 5.2.5 个性化检索模块 | 第41-42页 |
| 5.2.6 系统运行结果实例 | 第42-47页 |
| 5.3 本章小结 | 第47-48页 |
| 结论 | 第48-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53-55页 |
| 攻读硕士期间发表（含录用）的学术论文 | 第55页 |