网页排序中的随机模型及算法
致谢 | 第1-6页 |
中文摘要 | 第6-8页 |
英文摘要 | 第8-12页 |
第1章 绪论 | 第12-18页 |
·引言 | 第12页 |
·研究背景 | 第12-15页 |
·信息检索和互联网搜索 | 第13-14页 |
·搜索引擎的结构 | 第14-15页 |
·本文的主要贡献和创新点 | 第15-18页 |
第2章 网页排序问题 | 第18-26页 |
·引言 | 第18页 |
·网页重要性排序 | 第18-20页 |
·问题描述 | 第18-19页 |
·研究发展历史 | 第19-20页 |
·网页相关性排序 | 第20-26页 |
·问题描述 | 第20-22页 |
·相关课题 | 第22-24页 |
·排序结果联合问题的研究发展历史 | 第24-26页 |
第3章 网页重要性排序中的随机过程模型 | 第26-62页 |
·引言 | 第26-27页 |
·传统的网页重要性排序算法 | 第27-34页 |
·链接分析法 | 第27-32页 |
·基于网络日志信息的方法 | 第32-34页 |
·随机过程模型 | 第34-40页 |
·用户浏览网页过程 | 第34-36页 |
·马氏骨架过程模型 | 第36-40页 |
·BrowseRank算法 | 第40-48页 |
·用户信息提取 | 第40-43页 |
·参数估计 | 第43-48页 |
·算法汇总 | 第48页 |
·算法分析与实验 | 第48-60页 |
·算法效果的评价准则 | 第49-52页 |
·网页级别实验分析 | 第52-56页 |
·网站级别实验分析 | 第56-60页 |
·本章小结 | 第60-62页 |
第4章 网页相关性排序中的随机过程模型 | 第62-82页 |
·引言 | 第62-63页 |
·排序结果联合问题的定义及算法介绍 | 第63-65页 |
·问题定义 | 第63页 |
·非监督学习方法 | 第63-65页 |
·排序联合问题的监督学习框架 | 第65-70页 |
·一般形式 | 第66-67页 |
·对已有算法的扩展 | 第67-70页 |
·基于马氏链的监督学习算法 | 第70-75页 |
·模型求解 | 第70-75页 |
·算法设计 | 第75页 |
·算法分析与实验 | 第75-81页 |
·在相关性排序中的应用 | 第75-77页 |
·在联合搜索引擎中的应用 | 第77-81页 |
·本章小结 | 第81-82页 |
第5章 结论和延展性工作 | 第82-86页 |
·工作总结 | 第82-83页 |
·其他相关工作 | 第83-86页 |
作者简历 | 第86-89页 |
学位论文数据集 | 第89页 |