垂直搜索引擎中数据清洗及排序算法的研究与实现
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 课题背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 垂直搜索研究现状 | 第10页 |
| 1.2.2 数据清洗研究现状 | 第10-11页 |
| 1.2.3 搜索引擎排序算法的研究现状 | 第11-12页 |
| 1.3 课题主要内容 | 第12页 |
| 1.4 论文组织结构 | 第12-13页 |
| 第二章 相关技术分析 | 第13-25页 |
| 2.1 搜索引擎 | 第13-15页 |
| 2.1.1 搜索引擎原理 | 第13-14页 |
| 2.1.2 垂直搜索引擎 | 第14-15页 |
| 2.1.3 搜索引擎评价指标 | 第15页 |
| 2.2 LUCENE/SOLR | 第15-19页 |
| 2.2.1 Lucene整体架构 | 第15-17页 |
| 2.2.2 Lucene索引机制 | 第17-19页 |
| 2.3 机器学习 | 第19-20页 |
| 2.3.1 机器学习的定义 | 第19页 |
| 2.3.2 机器学习的分类 | 第19-20页 |
| 2.4 个性化推荐 | 第20-24页 |
| 2.4.1 推荐系统架构分析 | 第20-21页 |
| 2.4.2 推荐算法分析 | 第21-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 垂直搜索中的数据清洗 | 第25-41页 |
| 3.1 互联网中的数据状况 | 第25-27页 |
| 3.2 数据清洗框架设计 | 第27-30页 |
| 3.3 记录关联 | 第30-38页 |
| 3.3.1 记录关联问题 | 第30-31页 |
| 3.3.2 记录关联中分块问题的一般方法 | 第31-33页 |
| 3.3.3 基于Lucene的分块方法 | 第33-34页 |
| 3.3.4 记录关联实验 | 第34-38页 |
| 3.4 清洗数据 | 第38-40页 |
| 3.4.1 最大概率法 | 第38-39页 |
| 3.4.2 滑动窗口法 | 第39页 |
| 3.4.3 最大先验概率法 | 第39-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第四章 垂直搜索中的排序算法 | 第41-57页 |
| 4.1 排序问题描述 | 第41-42页 |
| 4.2 对象级别的排序方法 | 第42-43页 |
| 4.3 Lucene的排序算法 | 第43-44页 |
| 4.4 个性化排序 | 第44-51页 |
| 4.4.1 个性化推荐与个性化排序 | 第44-45页 |
| 4.4.2 基于内容的个性化排序算法 | 第45-46页 |
| 4.4.3 基于隐语义模型的个性化排序 | 第46-51页 |
| 4.5 个性化排序实验 | 第51-56页 |
| 4.5.1 评价指标 | 第51-52页 |
| 4.5.2 数据集 | 第52-53页 |
| 4.5.3 实验结果及分析 | 第53-56页 |
| 4.6 本章小结 | 第56-57页 |
| 第五章 系统实现及实验验证 | 第57-79页 |
| 5.1 总体设计 | 第57-58页 |
| 5.2 数据存储 | 第58-59页 |
| 5.3 数据清洗过程 | 第59-64页 |
| 5.3.1 标准化模块设计 | 第59-61页 |
| 5.3.2 聚合模块设计 | 第61-62页 |
| 5.3.3 清洗模块设计 | 第62-63页 |
| 5.3.4 人工校正 | 第63-64页 |
| 5.4 索引与搜索服务器 | 第64-68页 |
| 5.4.1 安装Solr | 第64-65页 |
| 5.4.2 优化索引方式 | 第65-66页 |
| 5.4.3 搜索及基本排序算法 | 第66-68页 |
| 5.5 个性化排序模块 | 第68-74页 |
| 5.5.1 个性化模型的建立与更新 | 第68-71页 |
| 5.5.2 基于Solr的个性化排序 | 第71-74页 |
| 5.6 系统测试 | 第74-78页 |
| 5.6.1 总体测试 | 第74-75页 |
| 5.6.2 数据质量测试 | 第75-76页 |
| 5.6.3 个性化排序测试 | 第76-77页 |
| 5.6.4 性能测试 | 第77-78页 |
| 5.7 本章小结 | 第78-79页 |
| 第六章 总结与展望 | 第79-80页 |
| 6.1 全文总结 | 第79页 |
| 6.2 工作展望 | 第79-80页 |
| 参考文献 | 第80-84页 |
| 致谢 | 第84-85页 |
| 攻读学位期间发表的学术论文和科研情况 | 第85页 |
