首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

基于网络查询日志的个人搜索主题分析与探索

摘要第5-7页
abstract第7-8页
第1章 绪论第11-18页
    1.1 研究背景及意义第11-12页
    1.2 国内外研究现状第12-16页
        1.2.1 网络查询日志分析的研究现状第12-13页
        1.2.2 主题模型的研究现状第13-15页
        1.2.3 搜索主题分析的研究现状第15-16页
    1.3 主要研究内容及创新点第16-17页
    1.4 本文组织结构第17-18页
第2章 技术路线和理论基础第18-31页
    2.1 网络查询日志session划分方法第18-19页
        2.1.1 按时间间隔划分session第18页
        2.1.2 N元语法模型划分session第18-19页
    2.2 主题模型概述分析第19-26页
        2.2.1 潜在狄利克雷分布第19-21页
        2.2.2 狄利克雷复合多项分布潜在狄利克雷分布第21-23页
        2.2.3 主题随时间变化模型第23-24页
        2.2.4 搜索主题模型第24-26页
    2.3 主题模型参数估计的方法第26-29页
        2.3.1 吉布斯采样法第26-28页
        2.3.2 蒙特卡洛期望最大法第28-29页
    2.4 session划分的评价标准第29页
    2.5 主题模型的评价标准第29-30页
    2.6 本章小结第30-31页
第3章 网络查询日志session划分研究第31-41页
    3.1 引言第31-32页
    3.2 区分查询项是否为session边界的三个重要特征属性第32-35页
        3.2.1 查询项之间的时间间隔第32页
        3.2.2 查询项的语义相关性第32-35页
        3.2.3 相邻查询词的加减词情况第35页
    3.3 朴素贝叶斯法划分session介绍第35-37页
    3.4 实验结果分析第37-40页
        3.4.1 实验数据及预处理第37-38页
        3.4.2 查询项相似性验证第38-39页
        3.4.3 session划分效果评价第39-40页
    3.5 本章小结第40-41页
第4章 基于网络查询日志的搜索主题分析第41-58页
    4.1 引言第41-42页
    4.2 查询词-URL独立的搜索主题模型第42-47页
        4.2.1 查询词-URL独立的搜索主题模型生成过程第42-43页
        4.2.2 TIM的推理过程和参数估计方法第43-47页
    4.3 查询词-URL相关的搜索主题模型第47-51页
        4.3.1 查询词-URL相关的搜索主题模型的生成过程第48-49页
        4.3.2 TDM的推理过程和参数估计方法第49-51页
    4.4 实验结果分析第51-57页
        4.4.1 数据集第51页
        4.4.2 模型困惑度分析第51-53页
        4.4.3 搜索主题发现及分析第53-57页
    4.5 本章小结第57-58页
第5章 总结与展望第58-60页
    5.1 研究总结第58-59页
    5.2 研究展望第59-60页
参考文献第60-65页
攻读学位期间发表的学术成果第65-66页
致谢第66页

论文共66页,点击 下载论文
上一篇:基于有理分形插值的单幅图像超分辨率重建研究
下一篇:能源互联网中能量枢纽的建模与优化