| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 课题研究背景 | 第9-10页 |
| 1.2 本文研究内容和意义 | 第10-11页 |
| 1.3 论文结构 | 第11-13页 |
| 第二章 文本检索相关技术 | 第13-21页 |
| 2.1 信息检索技术概况 | 第13-14页 |
| 2.2 常见的文本检索模型 | 第14-16页 |
| 2.2.1 布尔模型 | 第14页 |
| 2.2.2 向量空间模型 | 第14页 |
| 2.2.3 概率检索模型 | 第14-15页 |
| 2.2.4 语言模型 | 第15页 |
| 2.2.5 Learning to rank( LTR)模型 | 第15页 |
| 2.2.6 几种排序模型的比较 | 第15-16页 |
| 2.3 Learning to rank排序模型 | 第16-18页 |
| 2.3.1 Pointwise | 第16-17页 |
| 2.3.2 Pairwise | 第17页 |
| 2.3.3 Listwise | 第17-18页 |
| 2.4 信息检索系统衡量标准 | 第18-19页 |
| 2.4.1 P@k | 第18页 |
| 2.4.2 MAP (Mean Average Precision) | 第18页 |
| 2.4.3 NDCG(Normalized Discounted Cumulative Gain) | 第18-19页 |
| 2.5 微博检索的研究现状 | 第19-20页 |
| 2.6 总结 | 第20-21页 |
| 第三章 基于相关性提升的微博检索结果排序优化 | 第21-37页 |
| 3.1 实验数据的采集与预处理 | 第21-24页 |
| 3.1.1 微博语料的特点 | 第21-22页 |
| 3.1.2 数据预处理 | 第22-24页 |
| 3.2 特征选择 | 第24-26页 |
| 3.2.1 神经网络及Word2vec工具介绍 | 第24-25页 |
| 3.2.2 语义特征 | 第25-26页 |
| 3.2.3 推特结构特征 | 第26页 |
| 3.3 Learning to rank(LTR)模型对排序结果的影响 | 第26-30页 |
| 3.3.1 LTR模型的三种结构比较 | 第26-27页 |
| 3.3.2 决策树模型的组合GBDT模型 | 第27-28页 |
| 3.3.3 LTR与GBDT模型的结合 | 第28-29页 |
| 3.3.4 RankNet、LambdaRank、LambdaMART与本文使用的网络结构比较 | 第29-30页 |
| 3.4 实验结果的展示与分析 | 第30-33页 |
| 3.4.1 评价结果的指标 | 第30-31页 |
| 3.4.2 特征的有效性 | 第31-32页 |
| 3.4.3 模型结构的有效性 | 第32-33页 |
| 3.5 排序模型分话题效果及badcase分析 | 第33-36页 |
| 3.6 总结 | 第36-37页 |
| 第四章 基于多样性的微博检索结果排序优化 | 第37-47页 |
| 4.1 聚类方法优化多样性排序 | 第37-41页 |
| 4.1.1 K-means聚类 | 第37页 |
| 4.1.2 句向量的表示方法研究 | 第37-39页 |
| 4.1.3 句向量与聚类结合优化多样性排序 | 第39-41页 |
| 4.2 去重算法优化多样性排序 | 第41-43页 |
| 4.2.1 Simhash去重算法研究 | 第41-42页 |
| 4.2.2 多样性优化实验效果及分析 | 第42-43页 |
| 4.3 去重与聚类方法的对比分析 | 第43-44页 |
| 4.4 总结 | 第44-47页 |
| 第五章 TREC微博检索评测流程设计 | 第47-57页 |
| 5.1 系统概述 | 第47-48页 |
| 5.2 预处理模块 | 第48页 |
| 5.3 索引模块 | 第48-50页 |
| 5.3.1 Lucene检索模型 | 第48-50页 |
| 5.3.2 Indri检索模型 | 第50页 |
| 5.4 查询扩展模块 | 第50-52页 |
| 5.4.1 TF~*IDF算法 | 第50-51页 |
| 5.4.2 词激活力算法(WAF) | 第51-52页 |
| 5.5 结果重排序模块 | 第52-54页 |
| 5.5.1 高频词比例打分 | 第52页 |
| 5.5.2 亲密词比例打分 | 第52页 |
| 5.5.3 重要序列模式打分 | 第52-53页 |
| 5.5.4 外部语料打分 | 第53页 |
| 5.5.5 多元线性回归模型进行重排序 | 第53-54页 |
| 5.6 评测结果分析 | 第54页 |
| 5.7 总结 | 第54-57页 |
| 第六章 总结与展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63页 |
