专业搜索引擎的无日志查询推荐机制研究及实现
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 主要研究工作 | 第12-13页 |
| 1.4 论文组织结构 | 第13-14页 |
| 第二章 相关理论和技术 | 第14-28页 |
| 2.1 搜索引擎概述 | 第14-17页 |
| 2.1.1 倒排索引 | 第15-16页 |
| 2.1.2 向量模型 | 第16-17页 |
| 2.2 搜索引擎的查询推荐 | 第17-21页 |
| 2.2.1 基于日志的查询推荐 | 第17-19页 |
| 2.2.2 非日志查询推荐 | 第19-20页 |
| 2.2.3 差异化查询推荐 | 第20-21页 |
| 2.2.4 性能评价 | 第21页 |
| 2.3 社团发现及聚类 | 第21-24页 |
| 2.3.1 小世界网络模型及词关系网络 | 第22-23页 |
| 2.3.2 划分算法 | 第23-24页 |
| 2.3.3 模块度算法 | 第24页 |
| 2.4 主题模型 | 第24-27页 |
| 2.4.1 主题模型的输入 | 第25页 |
| 2.4.2 主题模型中的基本假设 | 第25-26页 |
| 2.4.3 主题模型的表示 | 第26页 |
| 2.4.4 参数估计过程 | 第26-27页 |
| 2.4.5 新样本的推断 | 第27页 |
| 2.5 本章小结 | 第27-28页 |
| 第三章 输入查询词推荐 | 第28-47页 |
| 3.1 基于贝叶斯的查询推荐 | 第28-32页 |
| 3.1.1 定义查询词概率 | 第28-29页 |
| 3.1.2 概率估算 | 第29-30页 |
| 3.1.3 算法设计 | 第30-32页 |
| 3.2 基于主题模型的查询推荐 | 第32-36页 |
| 3.2.1 基于 LDA 的模型表示 | 第32-34页 |
| 3.2.2 主题模型推荐算法 | 第34-36页 |
| 3.3 实验分析 | 第36-45页 |
| 3.3.1 数据集 | 第36页 |
| 3.3.2 测试文本用例 | 第36-38页 |
| 3.3.3 贝叶斯查询推荐比较实验 | 第38-41页 |
| 3.3.4 主题模型查询推荐比较实验 | 第41-45页 |
| 3.4 本章小结 | 第45-47页 |
| 第四章 相关查询推荐 | 第47-58页 |
| 4.1 数据预处理 | 第47-48页 |
| 4.2 社团结构发现 | 第48-53页 |
| 4.2.1 模块度算法 | 第48-51页 |
| 4.2.2 划分算法 | 第51-53页 |
| 4.3 实验分析 | 第53-57页 |
| 4.3.1 数据集及测试用例 | 第53页 |
| 4.3.2 评价标准 | 第53-54页 |
| 4.3.3 结果分析 | 第54-57页 |
| 4.4 本章小结 | 第57-58页 |
| 第五章 查询推荐系统的设计与实现 | 第58-67页 |
| 5.1 设计目标 | 第58页 |
| 5.2 功能架构设计 | 第58-60页 |
| 5.3 模块详细设计 | 第60-66页 |
| 5.3.1 表示层模块设计 | 第60-62页 |
| 5.3.2 接入层模块设计 | 第62-63页 |
| 5.3.3 模型层模块设计 | 第63-65页 |
| 5.3.4 数据层模块设计 | 第65-66页 |
| 5.4 系统展示 | 第66页 |
| 5.5 本章小结 | 第66-67页 |
| 结论和展望 | 第67-69页 |
| 参考文献 | 第69-74页 |
| 攻读硕士学位期间取得的研究成果 | 第74-75页 |
| 致谢 | 第75-76页 |
| 附件 | 第76页 |
