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

面向信息精准服务的信息检索与查询推荐方法研究

摘要第11-13页
ABSTRACT第13-15页
第一章 绪论第16-42页
    1.1 研究背景第16-20页
        1.1.1 信息精准服务第16-17页
        1.1.2 信息检索排序第17-19页
        1.1.3 查询推荐排序第19-20页
    1.2 研究问题和意义第20-21页
        1.2.1 研究问题第20-21页
        1.2.2 研究意义第21页
    1.3 研究现状第21-38页
        1.3.1 信息检索排序相关研究第21-34页
        1.3.2 查询推荐排序相关研究第34-38页
    1.4 论文研究内容与组织结构第38-42页
第二章 基于规则挖掘的信息检索排序模型第42-56页
    2.1 引言第42页
    2.2 问题描述与框架第42-44页
    2.3 基于规则挖掘的信息检索排序方法第44-50页
        2.3.1 基于核主成分分析的文档特征低维表示第44-47页
        2.3.2 文档相似度的规则挖掘第47-50页
    2.4 实验结果与分析第50-54页
        2.4.1 实验数据第50-51页
        2.4.2 评价指标第51-52页
        2.4.3 实验结果与分析第52-54页
    2.5 本章小结第54-56页
第三章 基于逻辑回归的信息检索排序模型第56-72页
    3.1 引言第56页
    3.2 问题描述与框架第56-57页
    3.3 基于逻辑回归的信息检索排序方法第57-62页
        3.3.1 基于主成分分析的文档特征低维表示第58-60页
        3.3.2 结合用户反馈的逻辑回归判断模型第60-62页
    3.4 实验结果与分析第62-70页
        3.4.1 实验数据第62-63页
        3.4.2 评价指标第63-64页
        3.4.3 实验结果与讨论第64-70页
    3.5 本章小结第70-72页
第四章 基于用户行为分析的个性化信息检索排序模型第72-98页
    4.1 引言第72-73页
    4.2 问题描述与框架第73-74页
    4.3 相关工作分析第74-77页
        4.3.1 基于用户短期行为分析的信息检索方法第74-76页
        4.3.2 基于用户长期行为分析的信息检索方法第76-77页
    4.4 基于用户行为分析的个性化信息检索排序方法第77-84页
        4.4.1 排序模型构建第77-80页
        4.4.2 基于贝叶斯概率矩阵分解的平滑方法第80-82页
        4.4.3 用户行为建模第82-83页
        4.4.4 自适应参数权衡方法第83-84页
    4.5 实验结果与分析第84-96页
        4.5.1 实验数据集和评价指标第84-86页
        4.5.2 其他比较算法第86-87页
        4.5.3 本文算法参数设置第87页
        4.5.4 实验分析与讨论第87-94页
        4.5.5 个性化信息检索方法的军事应用研究第94-96页
    4.6 本章小结第96-98页
第五章 基于语义相似度和时效性频率的查询推荐排序模型第98-116页
    5.1 引言第98页
    5.2 问题描述与框架第98-101页
    5.3 相关工作分析第101-103页
        5.3.1 个性化的查询推荐方法第101-102页
        5.3.2 时间敏感性的查询推荐方法第102-103页
    5.4 基于语义相似度和时效性频率的查询推荐排序方法第103-107页
        5.4.1 模型构建第103-105页
        5.4.2 时效性频率的查询字排序第105页
        5.4.3 语义相似度的查询词排序第105-107页
    5.5 实验结果与分析第107-114页
        5.5.1 实验研究问题第107页
        5.5.2 实验数据集第107-108页
        5.5.3 评价指标第108-109页
        5.5.4 模型参数设置第109页
        5.5.5 实验结果与分析第109-114页
    5.6 本章小结第114-116页
第六章 基于贪婪算法的多样化查询推荐排序模型第116-136页
    6.1 引言第116页
    6.2 问题描述第116-117页
    6.3 相关工作分析第117-119页
        6.3.1 多样化查询推荐方法第117-118页
        6.3.2 多样化信息检索方法第118-119页
    6.4 基于贪婪算法的多样化查询推荐排序方法第119-124页
        6.4.1 多样化查询推荐排序算法第119-122页
        6.4.2 基于ODP判断用户查询意图第122-123页
        6.4.3 基于BPMF的查询主题概率分布第123-124页
    6.5 实验结果与分析第124-134页
        6.5.1 实验研究问题第124页
        6.5.2 实验数据集第124-126页
        6.5.3 评价指标与比较方法第126-127页
        6.5.4 参数设置第127页
        6.5.5 实验结果分析与讨论第127-133页
        6.5.6 多样化查询推荐方法的军事应用研究第133-134页
    6.6 本章小结第134-136页
第七章 总结与展望第136-140页
    7.1 论文工作总结第136-137页
    7.2 下一步研究展望第137-140页
致谢第140-142页
参考文献第142-158页
作者在学期间取得的学术成果第158-164页
作者在学期间参与的研究课题第164-166页
附录第166-167页

论文共167页,点击 下载论文
上一篇:面向互联网应用的不平衡数据分类技术研究
下一篇:面向大规模并行计算的LBM-FVM耦合模拟关键技术研究