一种基于主题的并行排序学习方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题的研究背景及意义 | 第10-11页 |
| 1.1.1 课题的背景 | 第10-11页 |
| 1.1.2 课题的意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 问题的提出 | 第13-14页 |
| 1.4 主要研究内容 | 第14-15页 |
| 1.5 论文的组织结构 | 第15-16页 |
| 第2章 排序学习方法相关技术 | 第16-28页 |
| 2.1 排序学习与机器学习的关系 | 第16-17页 |
| 2.2 排序学习基本框架 | 第17-24页 |
| 2.2.1 Pointwise方法 | 第19-20页 |
| 2.2.2 Pairwise方法 | 第20-21页 |
| 2.2.3 Listwise方法 | 第21-23页 |
| 2.2.4 排序学习资源 | 第23-24页 |
| 2.3 本文会用到的相关技术介绍 | 第24-26页 |
| 2.3.1 K-means聚类方法 | 第24-25页 |
| 2.3.2 查询相关排序模型 | 第25页 |
| 2.3.3 向量空间模型 | 第25-26页 |
| 2.4 本章小结 | 第26-28页 |
| 第3章 查询相关的关系排序学习方法 | 第28-42页 |
| 3.1 引言 | 第28页 |
| 3.2 研究概述 | 第28-29页 |
| 3.3 训练数据集优化 | 第29-31页 |
| 3.4 查询聚类 | 第31-33页 |
| 3.5 查询相关的关系排序学习方法 | 第33-39页 |
| 3.5.1 关系矩阵的构建 | 第34-36页 |
| 3.5.2 排序函数的扩展 | 第36-38页 |
| 3.5.3 排序学习损失函数 | 第38-39页 |
| 3.6 本章小结 | 第39-42页 |
| 第4章 排序模型选择方法 | 第42-52页 |
| 4.1 引言 | 第42页 |
| 4.2 问题分析 | 第42-43页 |
| 4.3 排序模型的并行执行 | 第43-50页 |
| 4.3.1 候选排序模型的选择方法 | 第43-47页 |
| 4.3.2 文档集合的选择 | 第47-50页 |
| 4.4 本章小结 | 第50-52页 |
| 第5章 实验及结果分析 | 第52-64页 |
| 5.1 引言 | 第52页 |
| 5.2 实验数据集 | 第52-53页 |
| 5.3 实验设计 | 第53-54页 |
| 5.3.1 实验方法 | 第53-54页 |
| 5.3.2 实验流程 | 第54页 |
| 5.4 评价方法 | 第54-55页 |
| 5.5 实验结果及分析 | 第55-62页 |
| 5.5.1 训练数据集优化分析 | 第55-56页 |
| 5.5.2 聚类数目k对精度的影响分析 | 第56-57页 |
| 5.5.3 排序效果对比分析 | 第57-58页 |
| 5.5.4 排序模型选择分析 | 第58-59页 |
| 5.5.5 查询难度分析 | 第59-60页 |
| 5.5.6 检索结果多样性分析 | 第60-61页 |
| 5.5.7 模型训练时间分析 | 第61-62页 |
| 5.6 本章小结 | 第62-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-72页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第72-74页 |
| 致谢 | 第74页 |
