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 |