| 摘要 | 第4-7页 |
| Abstract | 第7-9页 |
| 目录 | 第10-16页 |
| 第1章 绪论 | 第16-37页 |
| 1.1 课题背景及研究意义 | 第16-19页 |
| 1.2 查询意图的定义与表示 | 第19-22页 |
| 1.2.1 查询意图与用户信息需求 | 第19-20页 |
| 1.2.2 查询意图的表示 | 第20-22页 |
| 1.3 查询意图主题表示的相关研究 | 第22-27页 |
| 1.3.1 查询主题分类 | 第22-26页 |
| 1.3.2 查询子主题挖掘 | 第26-27页 |
| 1.4 基于查询意图主题表示的相关应用 | 第27-35页 |
| 1.4.1 面向查询意图的搜索结果表示 | 第27-29页 |
| 1.4.2 个性化搜索 | 第29-35页 |
| 1.5 本文的研究重点及主要贡献 | 第35-37页 |
| 第2章 基于用户自然标注的查询主题分类 | 第37-54页 |
| 2.1 引言 | 第37-38页 |
| 2.2 基于自然标注资源的查询主题分类 | 第38-43页 |
| 2.2.1 URL主题分类器 | 第38-40页 |
| 2.2.2 基于URL主题与伪相关反馈的查询分类方法 | 第40-41页 |
| 2.2.3 基于URL主题与查询日志的查询分类方法 | 第41-42页 |
| 2.2.4 本体匹配 | 第42-43页 |
| 2.3 实验 | 第43-53页 |
| 2.3.1 数据 | 第43-44页 |
| 2.3.2 评价方法 | 第44页 |
| 2.3.3 基线算法 | 第44-45页 |
| 2.3.4 实验结果与分析 | 第45-53页 |
| 2.4 本章小结 | 第53-54页 |
| 第3章 基于聚类的查询子主题识别 | 第54-75页 |
| 3.1 引言 | 第54-56页 |
| 3.2 基于聚类的查询子主题挖掘 | 第56-62页 |
| 3.2.1 查询子主题候选抽取 | 第56-58页 |
| 3.2.2 查询子主题候选聚类 | 第58-61页 |
| 3.2.3 查询子主题排序 | 第61-62页 |
| 3.3 实验 | 第62-74页 |
| 3.3.1 数据 | 第62-63页 |
| 3.3.2 评价方法 | 第63-64页 |
| 3.3.3 参数设置 | 第64-65页 |
| 3.3.4 基线算法 | 第65-66页 |
| 3.3.5 实验结果与分析 | 第66-74页 |
| 3.4 本章小结 | 第74-75页 |
| 第4章 基于用户主题兴趣的个性化搜索 | 第75-91页 |
| 4.1 引言 | 第75-77页 |
| 4.2 概率主题模型 | 第77-78页 |
| 4.3 基于主题模型的用户兴趣模型 | 第78-82页 |
| 4.3.1 用户搜索历史建模 | 第78-80页 |
| 4.3.2 参数估计 | 第80-82页 |
| 4.4 基于用户主题兴趣的个性化搜索 | 第82-83页 |
| 4.4.1 个性化搜索模型 | 第82-83页 |
| 4.4.2 个性化查询意图识别 | 第83页 |
| 4.5 实验 | 第83-89页 |
| 4.5.1 数据 | 第83-84页 |
| 4.5.2 评价用户模型 | 第84-86页 |
| 4.5.3 评价个性化搜索 | 第86-89页 |
| 4.6 本章小结 | 第89-91页 |
| 第5章 基于查询子主题的查询摘要 | 第91-112页 |
| 5.1 引言 | 第91-94页 |
| 5.1.1 问题定义 | 第92-93页 |
| 5.1.2 评价标准 | 第93-94页 |
| 5.2 基于复合查询的摘要生成方法 | 第94-100页 |
| 5.2.1 复合查询 | 第94-96页 |
| 5.2.2 查询子主题建模 | 第96-99页 |
| 5.2.3 摘要生成 | 第99-100页 |
| 5.3 实验 | 第100-110页 |
| 5.3.1 数据 | 第100-102页 |
| 5.3.2 实验设计与评价方法 | 第102-104页 |
| 5.3.3 基线算法 | 第104-105页 |
| 5.3.4 参数设置 | 第105页 |
| 5.3.5 实验结果与分析 | 第105-110页 |
| 5.4 本章小结 | 第110-112页 |
| 结论 | 第112-115页 |
| 参考文献 | 第115-126页 |
| 攻读博士学位期间发表的论文及其他成果 | 第126-128页 |
| 致谢 | 第128-130页 |
| 个人简历 | 第130页 |