| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第12-24页 |
| 1.1 课题背景 | 第12-15页 |
| 1.2 国内外研究现状 | 第15-22页 |
| 1.2.1 文档相关性排序模型 | 第15-18页 |
| 1.2.2 文档生成模型 | 第18-21页 |
| 1.2.3 知识图谱 | 第21-22页 |
| 1.3 本文主要工作 | 第22-23页 |
| 1.4 本文组织结构 | 第23-24页 |
| 第2章 相关技术综述 | 第24-37页 |
| 2.1 文档相关性排序模型 | 第24-31页 |
| 2.1.1 概率模型和BM25算法模型 | 第24-29页 |
| 2.1.2 PageRank模型 | 第29-31页 |
| 2.2 文档生成模型 | 第31-36页 |
| 2.2.1 主题模型 | 第31-32页 |
| 2.2.2 神经网络模型 | 第32-36页 |
| 2.3 本章小结 | 第36-37页 |
| 第3章 基于语义上下文的搜索引擎 | 第37-52页 |
| 3.1 问题与定义 | 第37-41页 |
| 3.1.1 索引空间问题 | 第37-38页 |
| 3.1.2 关键词信息不完整问题 | 第38-41页 |
| 3.1.3 问题定义 | 第41页 |
| 3.2 主题语言模型与词项权重模型的结合 | 第41-45页 |
| 3.2.1 主题词库的建立 | 第41-43页 |
| 3.2.2 词项权重计算 | 第43-44页 |
| 3.2.3 LDA主题模型与TF-IDF权重模型的结合 | 第44-45页 |
| 3.3 语言模型与传统搜索引擎的结合 | 第45-50页 |
| 3.3.1 语义上下文语言模型的建立 | 第45-48页 |
| 3.3.2 传统搜索引擎对上下文的查询 | 第48-50页 |
| 3.3.3 语义上下文语言模型与传统搜索引擎的结合 | 第50页 |
| 3.4 基于语义上下文的搜索引擎 | 第50-51页 |
| 3.5 本章小结 | 第51-52页 |
| 第4章 互联网金融搜索引擎的设计及实验分析 | 第52-67页 |
| 4.1 互联网金融新闻类数据分析 | 第52-53页 |
| 4.2 互联网金融搜索引擎的架构设计 | 第53-56页 |
| 4.3 技术栈及运行环境 | 第56-58页 |
| 4.3.1 技术栈 | 第56-57页 |
| 4.3.2 运行环境 | 第57-58页 |
| 4.4 对比实验和分析 | 第58-66页 |
| 4.4.1 索引空间对比 | 第58-59页 |
| 4.4.2 搜索效果对比 | 第59-62页 |
| 4.4.3 工程性能对比 | 第62页 |
| 4.4.4 科学性能对比 | 第62-65页 |
| 4.4.5 性能对比总结 | 第65-66页 |
| 4.5 本章小结 | 第66-67页 |
| 第5章 总结与展望 | 第67-69页 |
| 5.1 总结 | 第67页 |
| 5.2 展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士学位期间主要研究成果 | 第73-74页 |
| 致谢 | 第74页 |