| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 引言 | 第12-16页 |
| 1.1 研究背景 | 第12-14页 |
| 1.2 研究内容 | 第14-15页 |
| 1.3 本文组织 | 第15-16页 |
| 第二章 相关工作 | 第16-24页 |
| 2.1 代码编程语言识别 | 第16-18页 |
| 2.1.1 面向完整代码的识别 | 第16-17页 |
| 2.1.2 面向代码片段的识别 | 第17-18页 |
| 2.2 标签推荐技术 | 第18-20页 |
| 2.2.1 基于协同过滤的推荐 | 第18-19页 |
| 2.2.2 基于内容的推荐 | 第19-20页 |
| 2.3 其他相关工作 | 第20-22页 |
| 2.3.1 多标记学习方法 | 第20页 |
| 2.3.2 关键词抽取方法 | 第20-21页 |
| 2.3.3 贝叶斯分类方法 | 第21-22页 |
| 2.3.4 多类别问题解决策略 | 第22页 |
| 2.4 本章小结 | 第22-24页 |
| 第三章 基于侧面信息的代码片段的编程语言识别框架 | 第24-30页 |
| 3.1 识别场景介绍 | 第24-26页 |
| 3.2 本文的识别框架 | 第26-28页 |
| 3.2.1 标签推荐模块 | 第27页 |
| 3.2.2 编程语言识别模块 | 第27-28页 |
| 3.3 本章小结 | 第28-30页 |
| 第四章 基于关键词增强的多标记学习的标签推荐方法 | 第30-44页 |
| 4.1 背景 | 第30-31页 |
| 4.2 相关知识介绍 | 第31-32页 |
| 4.3 我们的方法 | 第32-37页 |
| 4.3.1 问题描述 | 第32-33页 |
| 4.3.2 MATAR算法 | 第33-36页 |
| 4.3.3 MATAR-fast算法 | 第36-37页 |
| 4.4 实验及数据分析 | 第37-42页 |
| 4.4.1 实验相关配置 | 第37-38页 |
| 4.4.2 实验结果 | 第38-42页 |
| 4.5 本章小结 | 第42-44页 |
| 第五章 基于标签信息的代码片段的编程语言识别方法 | 第44-60页 |
| 5.1 背景 | 第44-46页 |
| 5.2 我们的方法 | 第46-52页 |
| 5.2.1 问题描述 | 第46-47页 |
| 5.2.2 若干朴素的利用侧面信息的识别方法 | 第47-50页 |
| 5.2.3 基于标签推荐的识别方法SIPLDM-MATAR | 第50-52页 |
| 5.3 实验及数据分析 | 第52-59页 |
| 5.3.1 实验相关配置 | 第53-55页 |
| 5.3.2 实验结果 | 第55-59页 |
| 5.4 本章小结 | 第59-60页 |
| 第六章 系统实现 | 第60-70页 |
| 6.1 系统架构 | 第60-61页 |
| 6.2 系统实现 | 第61-66页 |
| 6.2.1 数据收集模块 | 第61-62页 |
| 6.2.2 离线处理模块 | 第62-64页 |
| 6.2.3 在线搜索模块 | 第64-66页 |
| 6.3 系统效果 | 第66-68页 |
| 6.3.1 首页 | 第66-67页 |
| 6.3.2 搜索结果页 | 第67页 |
| 6.3.3 结果详情页 | 第67-68页 |
| 6.4 本章小结 | 第68-70页 |
| 第七章 总结与展望 | 第70-72页 |
| 7.1 本文总结 | 第70-71页 |
| 7.2 未来工作 | 第71-72页 |
| 参考文献 | 第72-78页 |
| 简历与科研成果 | 第78-80页 |
| 致谢 | 第80-81页 |