首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

基于时间特性的微博检索和微博过滤研究

摘要第4-6页
Abstract第6-7页
第1章 绪论第14-32页
    1.1 课题研究的背景和意义第14-15页
    1.2 微博检索的相关研究第15-25页
        1.2.1 基于语言模型的信息检索第16-21页
        1.2.2 基于排序学习的信息检索第21-22页
        1.2.3 时间在微博检索中的应用第22-25页
    1.3 微博过滤的相关研究第25-28页
        1.3.1 微博实时过滤任务第25-26页
        1.3.2 微博过滤研究概述第26-28页
    1.4 主要研究内容第28-32页
第2章 基于词语时间分布的微博查询模型第32-56页
    2.1 引言第32-33页
    2.2 词语时间分布的相似性分析第33-36页
    2.3 基于词语时间分布的微博查询模型的重估第36-43页
        2.3.1 基于词语时间分布的微博查询模型框架第36-37页
        2.3.2 词语时间分布第37-38页
        2.3.3 词语时间分布相似性的度量第38-40页
        2.3.4 基于词语时间分布相似性的相关度计算第40-41页
        2.3.5 基于词语时间分布的查询扩展算法第41-43页
    2.4 实验与分析第43-54页
        2.4.1 实验设置第43-46页
        2.4.2 实验结果及分析第46-54页
    2.5 本章小结第54-56页
第3章 基于时间的微博文档模型第56-78页
    3.1 引言第56-57页
    3.2 相关微博的时间特性分析第57-61页
        3.2.1 相关微博的时间爆发性第57-58页
        3.2.2 相关微博的时间近邻性第58-61页
    3.3 基于时间的微博文档模型的构建第61-68页
        3.3.1 文档语言模型框架第61-63页
        3.3.2 基于时间的文档扩展模型第63-64页
        3.3.3 基于时间爆发性的文档扩展第64-65页
        3.3.4 基于时间近邻性的文档扩展第65-66页
        3.3.5 扩展词的选择第66-68页
    3.4 基于时间特性的文档扩展模型的简化第68-69页
        3.4.1 基于时间爆发性的文档扩展的简化第68-69页
        3.4.2 基于时间近邻性的文档扩展的简化第69页
    3.5 实验与分析第69-77页
        3.5.1 实验设置第69页
        3.5.2 基线方法第69-70页
        3.5.3 实验结果及分析第70-77页
    3.6 本章小结第77-78页
第4章 基于时间敏感的微博检索研究第78-100页
    4.1 引言第78-79页
    4.2 语言模型框架下融合时间的相关度计算第79-83页
        4.2.1 查询似然模型中融合时间相关度计算第79-82页
        4.2.2 KL距离检索模型中时间相关度计算第82-83页
    4.3 基于时间敏感排序学习算法的微博检索第83-93页
        4.3.1 基于逻辑回归的排序学习算法第84-87页
        4.3.2 时间敏感损失函数第87-89页
        4.3.3 时间特征及其他排序特征第89-93页
    4.4 实验与分析第93-98页
        4.4.1 实验设置第93-94页
        4.4.2 语言模型框架下融合时间的相关度计算的实验结果第94-96页
        4.4.3 基于时间敏感排序学习算法的实验结果第96-98页
    4.5 本章小结第98-100页
第5章 基于历史微博的微博实时过滤研究第100-120页
    5.1 引言第100-101页
    5.2 微博实时过滤任务及历史微博分析第101-105页
        5.2.1 微博实时过滤任务第102-104页
        5.2.2 历史微博的排序信息第104页
        5.2.3 历史微博的时间近邻性第104-105页
    5.3 基于历史微博的微博过滤模型第105-113页
        5.3.1 基于历史微博的微博过滤模型的总体框架第105-108页
        5.3.2 基于历史微博的相关度先验估计第108-110页
        5.3.3 基于历史微博的微博过滤模型的实例第110-113页
    5.4 实验与分析第113-119页
        5.4.1 实验设置第113-115页
        5.4.2 实验结果及分析第115-118页
        5.4.3 讨论第118-119页
    5.5 本章小结第119-120页
结论第120-123页
参考文献第123-135页
攻读博士学位期间发表的论文及其它成果第135-138页
致谢第138-139页
个人简历第139页

论文共139页,点击 下载论文
上一篇:智能电网与电动汽车协同发展的法律与政策问题研究
下一篇:矿业权与土地物权的法律冲突及其协调