| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·引言 | 第7页 |
| ·研究背景 | 第7-11页 |
| ·信息检索 | 第7-8页 |
| ·机器学习 | 第8-9页 |
| ·排序学习 | 第9页 |
| ·进化算法 | 第9-11页 |
| 第二章 相关工作 | 第11-19页 |
| ·信息检索模型 | 第11-13页 |
| ·布尔模型 | 第11页 |
| ·向量空间模型 | 第11-12页 |
| ·概率检索模型 | 第12页 |
| ·语言模型 | 第12页 |
| ·基于监督学习的模型 | 第12-13页 |
| ·信息检索性能评价指标 | 第13-15页 |
| ·查准率和召回率 | 第13-14页 |
| ·平均查准率 | 第14页 |
| ·NDCG | 第14-15页 |
| ·排序学习模型 | 第15-18页 |
| ·点式模型 | 第15-16页 |
| ·对式模型 | 第16-17页 |
| ·列表式模型 | 第17-18页 |
| ·本章总结 | 第18-19页 |
| 第三章 直推式Learning to rank模型 | 第19-32页 |
| ·Kullback-Leibler 重要性估计方法 | 第20-22页 |
| ·评价指标的选取 | 第22-26页 |
| ·直推式模型 | 第26-31页 |
| ·什么是直推式模型 | 第26-27页 |
| ·直推式排序模型 | 第27-30页 |
| ·弱排序器的选择 | 第30-31页 |
| ·本章总结 | 第31-32页 |
| 第四章 进化模型 | 第32-40页 |
| ·基于遗传算法的排序模型 | 第32-36页 |
| ·遗传算法简介 | 第32页 |
| ·基于遗传算法的排序模型 | 第32-36页 |
| ·基于微粒群算法的排序模型 | 第36-39页 |
| ·微粒群算法简述 | 第36-37页 |
| ·基于微粒群算法的排序模型 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第五章 实验 | 第40-51页 |
| ·数据集 | 第40-45页 |
| ·数据集简介 | 第40-43页 |
| ·数据集特征提取 | 第43-44页 |
| ·数据划分 | 第44-45页 |
| ·实验结果 | 第45-51页 |
| 第六章 总结与展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 发表论文和参加科研情况说明 | 第57-58页 |
| 致谢 | 第58页 |