| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.2.1 国外研究现状 | 第9-10页 |
| 1.2.2 国内研究现状 | 第10页 |
| 1.3 研究目标与方法 | 第10-11页 |
| 1.4 研究内容与意义 | 第11页 |
| 1.5 论文的组织结构 | 第11-13页 |
| 第二章 理论与技术基础 | 第13-23页 |
| 2.1 搜索引擎 | 第13-14页 |
| 2.2 文本分类技术 | 第14-20页 |
| 2.2.1 文本分类相关概念 | 第14页 |
| 2.2.2 文本分类过程 | 第14-15页 |
| 2.2.3 文本预处理 | 第15-16页 |
| 2.2.4 特征选择 | 第16-17页 |
| 2.2.5 特征加权 | 第17-19页 |
| 2.2.6 分类算法 | 第19-20页 |
| 2.3 短文本分类技术 | 第20-23页 |
| 2.3.1 短文本特点 | 第20-21页 |
| 2.3.2 短文本分类难点 | 第21页 |
| 2.3.3 短文本扩展方法 | 第21-23页 |
| 第三章 基于伪相关反馈的短文本扩展方法 | 第23-34页 |
| 3.1 伪相关反馈技术 | 第23页 |
| 3.2 基于伪相关反馈的扩展方法 | 第23-26页 |
| 3.2.1 问题描述 | 第23-25页 |
| 3.2.2 结合排名因素计算特征权重 | 第25页 |
| 3.2.3 投票选择分类过程 | 第25-26页 |
| 3.3 搜索引擎中短文本扩展方法比较 | 第26-27页 |
| 3.4 实验与结果分析 | 第27-34页 |
| 3.4.1 实验环境 | 第27页 |
| 3.4.2 实验数据集 | 第27-28页 |
| 3.4.3 实验评估方法 | 第28页 |
| 3.4.4 实验评价指标 | 第28-29页 |
| 3.4.5 实验步骤 | 第29-30页 |
| 3.4.6 实验结果与分析 | 第30-34页 |
| 第四章 基于分散度、集中度的文本特征加权算法 | 第34-40页 |
| 4.1 TF‐IDF算法存在的缺陷 | 第34-35页 |
| 4.2 基于分散度、集中度的改进TF‐IDF特征加权算法 | 第35-37页 |
| 4.3 实验与结果分析 | 第37-40页 |
| 4.3.1 实验步骤 | 第37页 |
| 4.3.2 实验结果与分析 | 第37-40页 |
| 第五章 短文本分类在搜索引擎中的应用 | 第40-51页 |
| 5.1 概述 | 第40页 |
| 5.2 系统架构设计 | 第40-42页 |
| 5.2.1 系统整体架构设计 | 第40-41页 |
| 5.2.2 Web应用系统架构设计 | 第41-42页 |
| 5.3 短文本分类模块设计与实现 | 第42-51页 |
| 5.3.1 三阶段搜索词分类解决方案 | 第42-44页 |
| 5.3.2 黑白名单配置 | 第44页 |
| 5.3.3 文本预处理 | 第44-46页 |
| 5.3.4 特征选择与特征加权 | 第46-48页 |
| 5.3.5 构建分类器 | 第48页 |
| 5.3.6 反馈学习 | 第48-51页 |
| 第六章 总结和展望 | 第51-53页 |
| 6.1 工作总结 | 第51-52页 |
| 6.2 展望 | 第52-53页 |
| 参考文献 | 第53-55页 |
| 致谢 | 第55页 |