| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景和意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.3 论文研究工作 | 第13页 |
| 1.4 论文结构 | 第13-15页 |
| 第二章 相关理论和技术 | 第15-32页 |
| 2.1 引言 | 第15页 |
| 2.2 信息检索简介 | 第15-17页 |
| 2.2.1 基本框架 | 第15-16页 |
| 2.2.2 检索模型 | 第16-17页 |
| 2.3 分布式检索系统的关键技术 | 第17-23页 |
| 2.3.1 垂直领域选择 | 第17-18页 |
| 2.3.2 资源库选择 | 第18-22页 |
| 2.3.3 结果融合 | 第22-23页 |
| 2.4 机器学习算法 | 第23-29页 |
| 2.4.1 逻辑斯蒂回归模型 | 第23-24页 |
| 2.4.2 GBDT | 第24-26页 |
| 2.4.3 LDA主题模型 | 第26-29页 |
| 2.4.4 机器学习开源工具 | 第29页 |
| 2.5 分布式检索评价 | 第29-31页 |
| 2.5.1 数据集 | 第29-30页 |
| 2.5.2 评价指标 | 第30-31页 |
| 2.6 本章小结 | 第31-32页 |
| 第三章 垂直领域选择 | 第32-42页 |
| 3.1 问题描述 | 第32-33页 |
| 3.2 基于LDA的垂直领域选择算法LDAVS | 第33-37页 |
| 3.2.1 垂直领域描述 | 第33-35页 |
| 3.2.2 查询词描述 | 第35-36页 |
| 3.2.3 相关度衡量 | 第36页 |
| 3.2.4 算法框架 | 第36-37页 |
| 3.3 实验结果及分析 | 第37-41页 |
| 3.3.1 实验环境 | 第37-38页 |
| 3.3.2 实验设置 | 第38页 |
| 3.3.3 LDAVS垂直领域选择算法实验 | 第38-40页 |
| 3.3.4 实验结果对比 | 第40-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第四章 资源库选择 | 第42-58页 |
| 4.1 问题描述 | 第42-43页 |
| 4.2 基于LDA的资源库选择算法LDARS | 第43-46页 |
| 4.2.1 基于LDA的资源库描述 | 第43-44页 |
| 4.2.2 查询词描述 | 第44页 |
| 4.2.3 相关度衡量 | 第44-46页 |
| 4.3 基于多特征评分的资源库选择算法MFRS | 第46-49页 |
| 4.3.1 多特征选取 | 第46-48页 |
| 4.3.2 多特征评分 | 第48-49页 |
| 4.4 实验结果及分析 | 第49-57页 |
| 4.4.1 实验环境 | 第49页 |
| 4.4.2 实验设置 | 第49-50页 |
| 4.4.3 LDARS算法实验 | 第50-53页 |
| 4.4.4 MFRS算法实验 | 第53-55页 |
| 4.4.5 实验结果对比 | 第55-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第五章 结果融合 | 第58-71页 |
| 5.1 问题描述 | 第58-59页 |
| 5.2 多维度特征提取 | 第59-61页 |
| 5.2.1 文档特征 | 第59-60页 |
| 5.2.2 资源库特征 | 第60页 |
| 5.2.3 垂直领域特征 | 第60-61页 |
| 5.3 结果融合算法 | 第61-64页 |
| 5.3.1 基于逻辑回归的结果融合算法kapokLR | 第61-63页 |
| 5.3.2 基于GBDT的结果融合算法 | 第63-64页 |
| 5.4 实验结果及分析 | 第64-70页 |
| 5.4.1 实验环境 | 第64页 |
| 5.4.2 实验设置 | 第64-65页 |
| 5.4.3 kapokLR结果融合算法实验 | 第65-67页 |
| 5.4.4 kapokGBDT结果融合算法实验 | 第67-70页 |
| 5.4.5 结果融合算法对比 | 第70页 |
| 5.5 本章小结 | 第70-71页 |
| 结论和展望 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 攻读硕士学位期间取得的研究成果 | 第76-77页 |
| 致谢 | 第77-78页 |
| 附件 | 第78页 |