基于相关反馈的微博搜索结果优化
摘要 | 第4-5页 |
ABSTRACT | 第5页 |
第一章 引言 | 第8-12页 |
1.1 课题研究背景 | 第8-9页 |
1.2 国内外研究工作 | 第9页 |
1.3 主要的研究工作及组织结构 | 第9-12页 |
第二章 查询反馈技术综述 | 第12-22页 |
2.1 建立索引 | 第12-13页 |
2.2 检索模型和反馈 | 第13-17页 |
2.3 Indri检索引擎工具 | 第17-22页 |
2.3.1 Indri检索模型 | 第17-19页 |
2.3.2 平滑选择 | 第19页 |
2.3.3 伪相关反馈 | 第19-22页 |
第三章 面向微博主题的查询优化算法 | 第22-38页 |
3.1 微博语料特点 | 第22-23页 |
3.2 基于词激活力的反馈算法 | 第23-25页 |
3.2.1 词激活力算法 | 第23-24页 |
3.2.2 基于词激活力的反馈算法 | 第24-25页 |
3.3 基于改进相关模型的反馈算法 | 第25-26页 |
3.3.1 传统相关模型不足 | 第25页 |
3.3.2 改进相关模型的反馈算法 | 第25-26页 |
3.4 查询优化实验介绍与实验设计 | 第26-31页 |
3.4.1 实验目的 | 第26页 |
3.4.2 数据集说明 | 第26-28页 |
3.4.3 评价指标与答案标注 | 第28-30页 |
3.4.4 实验设计 | 第30-31页 |
3.5 基于词激活力的反馈算法实验结果及分析 | 第31-34页 |
3.5.1 扩展词结果 | 第32-33页 |
3.5.2 检索效果分析 | 第33-34页 |
3.6 基于改进相关模型的反馈算法实验结果及分析 | 第34-38页 |
3.6.1 扩展词结果 | 第34-35页 |
3.6.2 检索效果分析 | 第35-38页 |
第四章 基于微博特征的重排序算法 | 第38-52页 |
4.1 微博特征提取 | 第38-42页 |
4.1.1 微博自身特征 | 第38-40页 |
4.1.2 微博查询相关特征 | 第40页 |
4.1.3 微博作者特征 | 第40-42页 |
4.2 LTR排序学习模型 | 第42-45页 |
4.2.1 排序学习模型流程 | 第42-43页 |
4.2.2 训练集标注 | 第43页 |
4.2.3 模型训练 | 第43-45页 |
4.3 融合多种特征重排序算法实现 | 第45-52页 |
4.3.1 排序函数 | 第45页 |
4.3.2 融合扩展词特征实验结果及分析 | 第45-47页 |
4.3.3 融合URL内容特征实验结果及分析 | 第47-49页 |
4.3.4 融合多种微博特征实验结果及分析 | 第49-52页 |
第五章 基于相关反馈的微博搜索系统设计 | 第52-56页 |
5.1 数据集预处理模块 | 第52-53页 |
5.2 建立索引模块 | 第53-54页 |
5.3 查询优化模块 | 第54页 |
5.4 重排序模块 | 第54-56页 |
第六章 总结与展望 | 第56-58页 |
6.1 论文工作总结 | 第56页 |
6.2 未来展望 | 第56-58页 |
参考文献 | 第58-62页 |
致谢 | 第62-64页 |
攻读学位期间发表的学术论文目录 | 第64页 |