基于主题模型的专家检索及应用挖掘
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-11页 |
| ·研究背景与意义 | 第8-9页 |
| ·研究现状 | 第9-10页 |
| ·本文的主要工作和内容结构 | 第10-11页 |
| 第二章 专家检索研究进展 | 第11-21页 |
| ·引言 | 第11页 |
| ·专家检索模型研究 | 第11-16页 |
| ·专家建模方法 | 第12-13页 |
| ·链接分析方法 | 第13-14页 |
| ·查询扩展方法 | 第14-15页 |
| ·专家证据识别 | 第15-16页 |
| ·专家检索测试集 | 第16-19页 |
| ·专家检索未来方向 | 第19-20页 |
| ·小结 | 第20-21页 |
| 第三章 基于主题模型的专家检索 | 第21-37页 |
| ·引言 | 第21-22页 |
| ·专家检索的背景技术 | 第22-27页 |
| ·TF-IDF | 第22-24页 |
| ·潜在主题模型 | 第24-27页 |
| ·先验概率和后验概率 | 第24页 |
| ·马尔可夫链 | 第24-25页 |
| ·潜在的狄利克雷分布（LDA） | 第25-26页 |
| ·基于Gibbs抽样的LDA | 第26-27页 |
| ·专家检索的扩展模型 | 第27-34页 |
| ·基础模型 | 第27-28页 |
| ·候选专家和文档关系建模 | 第28页 |
| ·查询和文档关系建模 | 第28-29页 |
| ·发掘文档的先验知识 | 第29-30页 |
| ·实验和讨论 | 第30-34页 |
| ·实验设置 | 第30-31页 |
| ·评审专家检索的LDA模型 | 第31-33页 |
| ·评审支持文档先验知识的发掘 | 第33-34页 |
| ·评审专家推荐应用 | 第34-36页 |
| ·小结 | 第36-37页 |
| 第四章 主题模型的研究趋势挖掘应用 | 第37-46页 |
| ·引言 | 第37页 |
| ·在文档集中检测主题和发展趋势的模型 | 第37-39页 |
| ·评审生物信息学的研究趋势 | 第39-45页 |
| ·更加突出的主题 | 第40-41页 |
| ·已经下降的主题 | 第41页 |
| ·高峰和波谷主题 | 第41-43页 |
| ·生物信息学中的交叉学科技术 | 第43-45页 |
| ·小结 | 第45-46页 |
| 第五章 结语 | 第46-47页 |
| 参考文献 | 第47-52页 |
| 攻读硕士期间发表论文与参与项目 | 第52-53页 |
| 致谢 | 第53页 |
