致谢 | 第1-6页 |
中文摘要 | 第6-7页 |
ABSTRACT | 第7-10页 |
1 引言 | 第10-14页 |
·课题背景及研究意义 | 第10-11页 |
·课题背景 | 第10页 |
·研究意义 | 第10-11页 |
·国内外研究现状 | 第11-12页 |
·国外研究现状 | 第11-12页 |
·国内研究现状 | 第12页 |
·论文的组织架构 | 第12-14页 |
2 相关工作综述 | 第14-21页 |
·机器学习 | 第14-15页 |
·特征选择 | 第15-16页 |
·排序学习 | 第16-17页 |
·代价敏感学习 | 第17-18页 |
·排序评价指标 | 第18-21页 |
·查准率和召回率 | 第18-19页 |
·MAP | 第19页 |
·NDCG | 第19-21页 |
3 数据集获取 | 第21-32页 |
·百度知道 | 第21-23页 |
·特征提取 | 第23-27页 |
·答案标注 | 第27-28页 |
·特征选择 | 第28-32页 |
·特征重要性 | 第28页 |
·特征相似度 | 第28-29页 |
·用于排序学习特征选择方法 | 第29-30页 |
·改进的用于排序学习的特征选择方法 | 第30-32页 |
4 排序学习算法 | 第32-47页 |
·排序学习及排序支持向量机 | 第33-38页 |
·排序学习 | 第33-34页 |
·排序支持向量机 | 第34-38页 |
·代价敏感的排序算法 | 第38-41页 |
·排序支持向量机损失函数 | 第38-39页 |
·代价敏感的排序损失函数 | 第39-41页 |
·基于位置的代价敏感的排序算法 | 第41-42页 |
·基于位置的代价敏感的排序损失函数 | 第42页 |
·排序算法实现 | 第42-47页 |
·梯度下降法 | 第43页 |
·梯度下降法优化代价敏感和基于位置代价敏感的损失函数 | 第43-47页 |
5 实验结果 | 第47-56页 |
·数据集 | 第47页 |
·实验结果分析 | 第47-56页 |
·原始答案序列分析 | 第47-48页 |
·原始数据集 | 第48-50页 |
·特征选择后的数据集 | 第50-56页 |
6 总结与展望 | 第56-59页 |
·论文工作总结 | 第56-57页 |
·研究展望 | 第57-59页 |
参考文献 | 第59-62页 |
作者简历 | 第62-64页 |
学位论文数据集 | 第64页 |