声明
第一章 绪 论
1.1 研究背景
1.1.1 个性化信息服务
1.1.2 查询词自动推荐
1.1.3 搜索历史挖掘
1.2 研究现状
1.2.1 查询词自动推荐研究现状
1.2.2 搜索历史挖掘研究现状
1.3 研究问题和研究意义
1.3.1 研究问题
1.3.2 研究意义
1.4 论文研究内容与组织结构
1.4.1 论文研究内容与创新点
1.4.2 论文结构
第二章 基于查询词时敏特征的个性化查询词自动推荐方法
2.1 引言
2.2 问题描述
2.3 相关研究工作
2.3.1 对于时间敏感的查询词自动推荐方法
2.3.2 对于时间敏感的信息检索方法
2.4 基于查询词时敏特征的个性化查询词自动推荐排序模型
2.4.1 查询词频率周期性变化特征
2.4.2 查询词频率非周期性变化特征
2.4.3 排序模型构建
2.5 实验与结果分析
2.5.1 实验研究问题
2.5.2 实验设置
2.5.3 结果分析
2.5.4 军事应用研究
2.6 本章小结
第三章 对于地理位置敏感的个性化查询词自动推荐方法
3.1 引言
3.2 问题描述
3.3 相关研究工作
3.3.1 基于用户搜索历史的查询词自动推荐方法
3.3.2 地理信息检索方法
3.4 对于地理位置敏感的个性化查询词自动推荐排序模型
3.4.1 地理信息提取
3.4.2 排序模型构建
3.5 实验与结果分析
3.5.1 实验研究问题
3.5.2 实验设置
3.5.3 结果分析
3.5.4 军事应用研究
3.6 本章小结
第四章 基于用户主题兴趣的个性化查询词自动推荐方法
4.1 引言
4.2 问题描述
4.3 相关研究工作
4.3.1 应对数据稀疏性问题的查询词自动推荐方法
4.3.2 基于相似用户的信息检索方法
4.3.3 主题模型
4.4 基于用户主题兴趣的个性化查询词自动推荐排序模型
4.4.1 利用传统主题模型进行用户聚类
4.4.2 利用相似用户主题模型进行用户聚类
4.4.3 排序模型构建
4.5 实验与结果分析
4.5.1 实验研究问题
4.5.2 实验设置
4.5.3 结果分析
4.5.4 军事应用研究
4.6 本章小结
第五章 面向复杂检索任务的个性化查询词自动推荐方法
5.1 引言
5.2 问题描述
5.3 相关研究工作
5.3.1 基于机器学习的查询词自动推荐方法
5.3.2 检索任务识别方法
5.4 面向复杂检索任务的个性化查询词自动推荐排序模型
5.4.1 检索任务识别
5.4.2 排序模型构建
5.5 实验与结果分析
5.5.1 实验研究问题
5.5.2 实验设置
5.5.3 结果分析
5.5.4 军事应用研究
5.6 本章小结
第六章 基于神经网络的个性化查询词自动推荐方法
6.1 引言
6.2 问题描述
6.3 相关研究工作
6.3.1 基于神经网络的查询词自动推荐方法
6.3.2 基于RNN的物品推荐方法
6.4 基于神经网络的个性化查询词自动推荐排序模型
6.4.1 基础排序模型构建
6.4.2 个性化排序模型构建
6.4.3 基于注意力机制的个性化排序模型构建
6.5 实验结果与分析
6.5.1 实验研究问题
6.5.2 实验设置
6.5.3 实验结果分析
6.5.4 军事应用研究
6.6 本章小结
第七章 总结与展望
7.1 本文的主要贡献
7.2 下一步工作展望
致谢
参考文献
作者在学期间取得的学术成果
国防科学技术大学国防科技大学;