面向信息精準(zhǔn)服務(wù)的信息檢索與查詢推薦方法研究

1 緒論
1.1 研究背景
1.1.1 信息精準(zhǔn)服務(wù)
1.1.2 信息檢索排序
1.1.3 查詢推薦排序
1.2 研究問題和意義
1.2.1 研究問題
1.2.2 研究意義
1.3 研究現(xiàn)狀
1.3.1 信息檢索排序相關(guān)研究
1.3.2 查詢推薦排序相關(guān)研究
1.4 本書研究內(nèi)容與組織結(jié)構(gòu)
1.4.1 研究內(nèi)容
1.4.2 組織結(jié)構(gòu)
2 基于規(guī)則挖掘的信息檢索排序模型
2.1 引言
2.2 問題描述與框架
2.3 基于規(guī)則挖掘的信息檢索排序模型
2.3.1 基于核主成分分析的文檔特征低維表示
2.3.2 文檔相似度的規(guī)則挖掘
2.4 實(shí)驗結(jié)果與分析
2.4.1 實(shí)驗數(shù)據(jù)
2.4.2 評價指標(biāo)
2.4.3 實(shí)驗分析
2.5 本章小結(jié)
3 基于邏輯回歸的信息檢索排序模型
3.1 引言
3.2 問題描述與框架
3.3 基于邏輯回歸的信息檢索排序模型
3.3.1 基于主成分分析的文檔特征低維表示
3.3.2 結(jié)合用戶反饋的邏輯回歸判斷模型
3.4 實(shí)驗結(jié)果與分析
3.4.1 實(shí)驗數(shù)據(jù)
3.4.2 評價指標(biāo)
3.4.3 實(shí)驗分析
3.5 本章小結(jié)
4 基于用戶行為分析的個性化信息檢索排序模型
4.1 引言
4.2 問題描述與框架
4.3 相關(guān)工作分析
4.3.1 基于用戶短期行為分析的信息檢索方法
4.3.2 基于用戶長期行為分析的信息檢索方法
4.4 基于用戶行為分析的個性化信息檢索排序模型
4.4.1 排序模型構(gòu)建
4.4.2 基于貝葉斯概率矩陣分解的平滑方法
4.4.3 用戶行為建模
4.4.4 自適應(yīng)參數(shù)權(quán)衡方法
4.5 實(shí)驗結(jié)果與分析
4.5.1 實(shí)驗數(shù)據(jù)集和評價指標(biāo)
4.5.2 其他比較算法
4.5.3 本書算法參數(shù)設(shè)置
4.5.4 實(shí)驗分析
4.5.5 個性化信息檢索方法的軍事應(yīng)用研究
4.6 本章小結(jié)
5 基于語義相似度和時效性頻率的查詢推薦排序模型
5.1 引言
5.2 問題描述與框架
5.3 相關(guān)工作分析
5.3.1 個性化的查詢推薦方法
5.3.2 時間敏感性的查詢推薦方法
5.4 基于語義相似度和時效性頻率的查詢推薦排序模型
5.4.1 模型構(gòu)建
5.4.2 時效性頻率的查詢字排序
5.4.3 語義相似度的查詢詞排序
5.5 實(shí)驗結(jié)果與分析
5.5.1 實(shí)驗研究問題
5.5.2 實(shí)驗數(shù)據(jù)集
5.5.3 評價指標(biāo)
5.5.4 模型參數(shù)設(shè)置
5.5.5 實(shí)驗分析
5.6 本章小結(jié)
6 基于貪婪算法的多樣化查詢推薦排序模型
6.1 引言
6.2 問題描述
6.3 相關(guān)工作分析
6.3.1 多樣化查詢推薦方法
6.3.2 多樣化信息檢索方法
6.4 基于貪婪算法的多樣化查詢推薦排序模型
6.4.1 多樣化查詢推薦排序算法
6.4.2 基于ODP判斷用戶查詢意圖
6.4.3 基于BPMF的查詢主題概率分布
6.5 實(shí)驗結(jié)果與分析
6.5.1 實(shí)驗研究問題
6.5.2 實(shí)驗數(shù)據(jù)集
6.5.3 評價指標(biāo)與比較方法
6.5.4 參數(shù)設(shè)置
6.5.5 實(shí)驗分析
6.5.6 多樣化查詢推薦方法的軍事應(yīng)用研究
6.6 本章小結(jié)
7 信息精準(zhǔn)服務(wù)仿真實(shí)驗
7.1 仿真實(shí)驗研究背景
7.2 仿真實(shí)驗研究目標(biāo)
7.3 仿真實(shí)驗流程
7.3.1 信息需求生成方法
7.3.2 信息精準(zhǔn)服務(wù)方法
7.4 仿真實(shí)驗系統(tǒng)構(gòu)建
7.4.1 需求生成功能模塊
7.4.2 信息精準(zhǔn)服務(wù)端
7.4.3 系統(tǒng)搭建
7.5 仿真實(shí)驗性能評估
7.6 本章小結(jié)
8 總結(jié)與展望
8.1 本書工作總結(jié)
8.2 下一步研究展望
參考文獻(xiàn)