基于电子商务用户行为的同义词识别
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-18页 |
| ·课题背景和研究意义 | 第9-10页 |
| ·课题相关领域研究现状 | 第10-15页 |
| ·国外研究现状 | 第10-14页 |
| ·国内研究现状 | 第14-15页 |
| ·电子商务领域同义词定义 | 第15-16页 |
| ·本文的主要研究内容及结构安排 | 第16-18页 |
| 第2章 基于电子商务用户行为候选同义词集合的生成 | 第18-24页 |
| ·引言 | 第18页 |
| ·基于并列关系符号的候选集合获取 | 第18-19页 |
| ·基于SimRank 的候选集合获取 | 第19-21页 |
| ·候选同义词集合的噪声过滤 | 第21-23页 |
| ·利用规则过滤中文-中文词对 | 第21-22页 |
| ·利用同义概率过滤英文-中文词对 | 第22-23页 |
| ·实验结果 | 第23页 |
| ·本章小结 | 第23-24页 |
| 第3章 电子商务领域同义词的识别 | 第24-43页 |
| ·引言 | 第24页 |
| ·运用规则的英文-中文同义词识别 | 第24-29页 |
| ·运用读音相似度识别同义词 | 第24-27页 |
| ·运用谷歌翻译识别同义词 | 第27-28页 |
| ·运用同义概率识别同义词 | 第28-29页 |
| ·运用机器学习的同义词识别 | 第29-42页 |
| ·梯度下降决策树模型 | 第29-32页 |
| ·支持向量机模型 | 第32-36页 |
| ·特征提取 | 第36-40页 |
| ·实验结果及分析 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 同义词在电子商务搜索引擎的应用 | 第43-46页 |
| ·引言 | 第43页 |
| ·同义词用于电子商务检索 | 第43-44页 |
| ·同义词用于查询扩展 | 第43-44页 |
| ·同义词用于相关性计算 | 第44页 |
| ·同义词用于计算广告学 | 第44-45页 |
| ·提高相关性计算精度 | 第44-45页 |
| ·提高客户深度 | 第45页 |
| ·本章小结 | 第45-46页 |
| 结论 | 第46-48页 |
| 参考文献 | 第48-51页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第51-53页 |
| 致谢 | 第53页 |
