声明
摘要
第1章 绪论
1.1 课题研究背景
1.2 课题研究意义和目标
1.3 国内外研究现状
1.3.1 基于短文本的分析方法
1.3.2 基于点击图的分析方法
1.4 研究内容和难点
1.5 本文目录结构
1.6 本章小结
第2章 相关技术概述
2.1 检索意图识别概述
2.1.1 目标类目分类
2.1.2 检索串分类方法
2.2 常用分类算法
2.2.1 支持向量机算法
2.2.2 逻辑斯蒂回归算法
2.2.3 朴素贝叶斯算法
2.2.4 决策树算法
2.2.5 随机森林算法
2.3 Session切分算法
2.4 深度学习语言模型
2.5 本章小结
第3章 视频检索意图强度识别框架与特征抽取
3.1 视频检索意图强度识别框架
3.2 特征设计与提取
3.2.1 基于文本的特征(BTF)
3.2.2 基于视频站点的统计特征(VHSF)
3.2.3 基于搜索引擎结果类型的统计特征(SERP)
3.2.4 基于深度语言模型的特征(VECF)
3.2.5 基于session的特征(USF)
3.3 模型评价指标
3.4 本章小结
第4章 视频检索意图强度识别实验设计与结果分析
4.1 实验数据集分析构造
4.1.1 神马搜索引擎检索日志基本信息
4.1.2 数据抽样与人工标注
4.1.3 实验数据集构造
4.2 数据预处理
4.3 实验结果与分析
4.3.1 文本特征选择方法对分类结果的影响
4.3.2 特征组合对分类结果的影响
4.3.3 不同分类模型结果对比
4.3.4 训练样本数对分类结果的影响
4.4 本章小结
第5章 视频检索意图强度时序变化分析挖掘
5.1日志数据切分
5.2 视频检索串分类和抽取
5.3 模型预测和实验结果分析
5.4 本章小结
第6章 总结与展望
参考文献
攻读硕士学位期间主要经历
致谢