| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题背景 | 第10-12页 |
| 1.2 研究意义 | 第12-13页 |
| 1.3 本文所做的主要工作 | 第13-14页 |
| 1.4 论文结构安排 | 第14-15页 |
| 1.5 本章小结 | 第15-16页 |
| 第2章 相关研究综述 | 第16-32页 |
| 2.1 CADAL项目中民国期刊现状 | 第16-18页 |
| 2.2 众包简介 | 第18-22页 |
| 2.2.1 众包技术模式与分类 | 第18-20页 |
| 2.2.2 众包技术的应用 | 第20-22页 |
| 2.3 个性化推荐技术简介 | 第22-24页 |
| 2.4 Multi-armed Bandit问题简介 | 第24-31页 |
| 2.4.1 Multi-armed Bandit建模 | 第24-26页 |
| 2.4.2 ε-Greedy算法 | 第26-28页 |
| 2.4.3 UCB算法 | 第28-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第3章 自适应众包模型研究 | 第32-43页 |
| 3.1 预测潜在众包工人 | 第33-36页 |
| 3.1.1 用户行为数据分析 | 第33-35页 |
| 3.1.2 基于内容的预测模型 | 第35-36页 |
| 3.2 Multi-armed Bandit工人模型 | 第36-42页 |
| 3.2.1 动态ε的ε-Greedy算法 | 第38-39页 |
| 3.2.2 非随机探索的ε-Greedy算法 | 第39-42页 |
| 3.3 本章小结 | 第42-43页 |
| 第4章 自适应众包系统的实现 | 第43-58页 |
| 4.1 预测潜在众包工人模块 | 第44-46页 |
| 4.2 自适应众包模块 | 第46-57页 |
| 4.2.1 邮件邀请系统 | 第47-49页 |
| 4.2.2 反馈收集系统 | 第49-52页 |
| 4.2.3 Multi-armed Bandit模型 | 第52-57页 |
| 4.3 本章小结 | 第57-58页 |
| 第5章 实验设计与结果分析 | 第58-64页 |
| 5.1 实验数据集 | 第58页 |
| 5.2 实验环境 | 第58页 |
| 5.3 实验设计 | 第58-61页 |
| 5.4 实验结果与分析 | 第61-63页 |
| 5.5 本章小结 | 第63-64页 |
| 第6章 总结与展望 | 第64-66页 |
| 6.1 本文工作总结 | 第64页 |
| 6.2 展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-71页 |
| 作者简历 | 第71页 |
