社交网络信息检索的多维度排序优化算法的设计与实现
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究背景 | 第9-11页 |
| 1.1.1 社交网络时代 | 第9-10页 |
| 1.1.2 数据检索时代 | 第10-11页 |
| 1.2 研究意义 | 第11-12页 |
| 1.3 硕士研究生期间的工作总结 | 第12页 |
| 1.4 论文组织结构 | 第12-14页 |
| 第2章 背景理论及相关技术介绍 | 第14-27页 |
| 2.1 信息检索相关技术 | 第14-16页 |
| 2.1.1 概述 | 第14-15页 |
| 2.1.2 Lucene检索框架 | 第15-16页 |
| 2.2 数据处理相关技术 | 第16-20页 |
| 2.2.1 分布式计算 | 第16-18页 |
| 2.2.2 数据存储 | 第18-20页 |
| 2.3 检索排序算法分析 | 第20-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 社交网络数据检索排序需求分析 | 第27-34页 |
| 3.1 概述 | 第27页 |
| 3.2 针对数据特征的需求 | 第27-30页 |
| 3.2.1 社交网络数据特点 | 第27-29页 |
| 3.2.2 针对社交网络数据的需求分析 | 第29-30页 |
| 3.3 针对用户特征的需求 | 第30-31页 |
| 3.3.1 用户检索意图分析 | 第30页 |
| 3.3.2 针对用户检索意图的需求分析 | 第30-31页 |
| 3.4 针对应用特征的需求 | 第31-32页 |
| 3.4.1 系统应用主题分析 | 第31-32页 |
| 3.4.2 针对系统应用主题的需求分析 | 第32页 |
| 3.5 其他数据处理需求 | 第32-33页 |
| 3.6 本章小结 | 第33-34页 |
| 第4章 多维度检索排序优化算法 | 第34-41页 |
| 4.1 算法应用背景 | 第34-35页 |
| 4.2 维度定义 | 第35-39页 |
| 4.2.1 维度一：检索数据特征 | 第35-36页 |
| 4.2.2 维度二：检索用户特征 | 第36-37页 |
| 4.2.3 维度三：系统应用特征 | 第37-38页 |
| 4.2.4 维度之间的关系 | 第38-39页 |
| 4.3 检索排序结果优化 | 第39-40页 |
| 4.4 本章小结 | 第40-41页 |
| 第5章 基于微博数据的算法设计与实现 | 第41-63页 |
| 5.1 整体系统架构 | 第41-47页 |
| 5.1.1 系统功能需求 | 第41-42页 |
| 5.1.2 系统架构 | 第42-43页 |
| 5.1.3 模块关系图 | 第43-47页 |
| 5.2 基于微博数据特征的排序优化模块 | 第47-50页 |
| 5.2.1 模块设计 | 第47-49页 |
| 5.2.2 模块实现 | 第49-50页 |
| 5.3 基于用户检索特征的排序优化模块 | 第50-56页 |
| 5.3.1 用户检索特征分析 | 第50-51页 |
| 5.3.2 基于检索标签的优化 | 第51-53页 |
| 5.3.3 基于用户日志的优化 | 第53-55页 |
| 5.3.4 采用缓存降低排序优化时间 | 第55-56页 |
| 5.4 基于Web应用特征的排序优化模块 | 第56-57页 |
| 5.4.1 Web应用特征分析 | 第56页 |
| 5.4.2 模块设计实现 | 第56-57页 |
| 5.5 测试和分析 | 第57-62页 |
| 5.5.1 单次查询测试 | 第57-59页 |
| 5.5.2 多次查询测试 | 第59-62页 |
| 5.6 本章小结 | 第62-63页 |
| 第6章 总结与展望 | 第63-65页 |
| 6.1 论文总结 | 第63页 |
| 6.2 工作展望 | 第63-65页 |
| 参考文献 | 第65-67页 |
| 附录1 缩略词表 | 第67-68页 |
| 致谢 | 第68-69页 |
| 攻读学位期间发表的学术论文目录 | 第69页 |
