文摘
英文文摘
表格
插图
第1章 绪论
1.1 引言
1.2 本文的研究背景
1.2.1 信息检索
1.2.2 排序学习
1.2.3 基于直接优化信息检索评价准则的排序学习算法
1.3 本文的动机及研究内容
1.4 本文的创新和贡献
1.5 本文的章节安排
第2章 相关工作
2.1 引言
2.2 信息检索排序学习的算法框架
2.3 主流信息检索排序学习算法介绍
2.3.1 基于单文档的排序学习算法
2.3.2 基于文档对的排序学习算法
2.3.3 基于文档列的排序学习算法
2.3.4 主流排序学习算法小结
2.4 主流信息检索评价准则介绍
2.4.1 查准率(Precision)和查全率(Recall)
2.4.2 平均查准率的均值(MAP)
2.4.3 NDCG (Normalized Discounted Cumulative Gain)
2.5 本章小结
第3章 直接优化信息检索评价准则的排序学习算法
3.1 引言
3.2 主流直接优化信息检索评价准则排序学习算法简介
3.2.1 SVMMAP
3.2.2 DORMNDCG
3.2.3 PermuRankMAP
3.2.4 SoftRankNDCG
3.2.5 SVMNDCG
3.2.6 ApproxRankMAP和ApproxRankNDCG
3.3 本章小结
第4章 直接性
4.1 引言
4.2 直接性
4.2.1 直接性定义
4.2.2 直接性的理论性质
4.3 SoftRankNDCG和SVMNDCG的直接性分析
4.3.1 SoftRankNDCG
4.3.2 SVMNDCG
4.3.3 总结及讨论
4.4 实验结果
4.4.1 数据集
4.4.2 SoftRankNDCG和SVMMAP的直接性
4.4.3 直接性和优化复杂度的折中
4.4.4 直接性和排序性能的关系
4.5 本章小结
第5章 趋势相关性
5.1 引言
5.2 趋势相关性
5.2.1 趋势相关性的定义
5.2.2 趋势相关性的理论性质
5.3 主流直接优化信息检索评价准则算法的趋势相关性分析
5.3.1 SoftRankNDCG
5.3.2 ApproxRankMAP和ApproxRankNDCG
5.3.3 SVMMAP,DORMNDCG,PermuRankMAP,SVMNDCG
5.3.4 总结及讨论
5.4 实验结果
5.4.1 数据集
5.4.2 直接优化信息检索评价准则算法的趋势相关性
5.4.3 趋势相关性和优化复杂度的折中
5.4,4 趋势相关性和排序性能的关系
5.4.5 总结
5.5 本章小结
第6章 总结和展望
6.1 总结
6.2 展望
参考文献
致谢
在读期间发表的学术论文与取得的研究成果