| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 目录 | 第8-10页 |
| 图表目录 | 第10-11页 |
| 第一章 引言 | 第11-15页 |
| ·研究目的 | 第11-12页 |
| ·研究现状分析 | 第12-13页 |
| ·主要研究内容 | 第13页 |
| ·本文的组织 | 第13-15页 |
| 第二章 相关理论及技术 | 第15-24页 |
| ·信息检索模型 | 第15-20页 |
| ·布尔模型 | 第15-16页 |
| ·向量空间模型 | 第16-17页 |
| ·概率模型 | 第17-18页 |
| ·语言模型 | 第18-20页 |
| ·平滑技术 | 第20-22页 |
| ·评价方法 | 第22-24页 |
| 第三章 反馈技术的研究 | 第24-33页 |
| ·查询扩展技术 | 第24-25页 |
| ·基于全局分析的查询扩展 | 第24页 |
| ·基于局部分析的查询扩展 | 第24-25页 |
| ·伪相关反馈技术 | 第25-33页 |
| ·伪相关反馈技术简介 | 第25-26页 |
| ·伪相关反馈方法的鲁棒性分析 | 第26-28页 |
| ·反馈词项数对伪相关反馈性能的影响 | 第28-30页 |
| ·反馈用相关文档数量对伪相关反馈性能的影响 | 第30-33页 |
| 第四章 检索系统正负相关反馈文档自动识别的研究设计 | 第33-40页 |
| ·本文模型概述 | 第33-35页 |
| ·聚类算法 | 第35-38页 |
| ·文本聚类算法 | 第35页 |
| ·DBSCAN算法 | 第35-37页 |
| ·改进的密度聚类算法 | 第37页 |
| ·改进的密度聚类算法的聚类效果 | 第37-38页 |
| ·实验算法描述 | 第38页 |
| ·本章小结 | 第38-40页 |
| 第五章 实验和结果分析 | 第40-53页 |
| ·实验环境和工具简介 | 第40页 |
| ·实验环境 | 第40页 |
| ·Lemur检索引擎 | 第40页 |
| ·实验语料及处理 | 第40-44页 |
| ·实验参数训练 | 第44-45页 |
| ·训练集检索性能分析 | 第45-47页 |
| ·测试集检索性能分析 | 第47-49页 |
| ·FWN模型的鲁棒性分析 | 第49-53页 |
| 第六章 总结和展望 | 第53-55页 |
| ·工作总结 | 第53页 |
| ·不足之处及今后的工作 | 第53-55页 |
| 参考文献 | 第55-58页 |
| 附录 | 第58-63页 |
| 致谢 | 第63-64页 |
| 攻读学位期间发表的学术论文目录 | 第64页 |