書(shū)馨卡幫你省薪 2024個(gè)人購(gòu)書(shū)報(bào)告 2024中圖網(wǎng)年度報(bào)告
歡迎光臨中圖網(wǎng) 請(qǐng) | 注冊(cè)
> >
查詢推薦理論與方法

查詢推薦理論與方法

作者：蔡飛等著
出版社：科學(xué)出版社出版時(shí)間：2017-01-01
開(kāi)本： 32開(kāi) 頁(yè)數(shù)： 194
中 圖 價(jià):¥57.6(7.2折) 定價(jià)  ¥80.0 登錄后可看到會(huì)員價(jià)
加入購(gòu)物車 收藏
運(yùn)費(fèi)6元，滿39元免運(yùn)費(fèi)
?新疆、西藏除外
本類五星書(shū)更多>

查詢推薦理論與方法 版權(quán)信息

  • ISBN：9787030512000
  • 條形碼：9787030512000 ; 978-7-03-051200-0
  • 裝幀：暫無(wú)
  • 冊(cè)數(shù)：暫無(wú)
  • 重量：暫無(wú)
  • 所屬分類：>

查詢推薦理論與方法 本書(shū)特色

本書(shū)較全面地介紹信息檢索中查詢推薦理論與方法，描述查詢推薦的研究背景、模型概述、實(shí)驗(yàn)框架和實(shí)現(xiàn)方法。具體闡述前綴自適應(yīng)和時(shí)間敏感的個(gè)性化查詢推薦、基于同源查詢?cè)~和語(yǔ)義相關(guān)性的查詢推薦、多樣化查詢推薦和選擇性個(gè)性化查詢推薦等理論方法。本書(shū)許多內(nèi)容是作者近年來(lái)在信息檢索領(lǐng)域的**研究成果，具有較強(qiáng)的學(xué)術(shù)性和原創(chuàng)性。

查詢推薦理論與方法 內(nèi)容簡(jiǎn)介

首先，我們介紹了一種時(shí)效性敏感的個(gè)性化查詢推薦方法，該方法將用戶查詢的時(shí)效性因素和個(gè)性化偏好因素同時(shí)考慮，提出了一種查詢推薦混合模型。其次，基于排序?qū)W習(xí)算法，通過(guò)提取查詢短語(yǔ)的語(yǔ)義特征和本質(zhì)同源特征，構(gòu)建了一組基于機(jī)器學(xué)習(xí)的查詢推薦模型，將不同來(lái)源的特征嵌入推薦模型，使得查詢推薦方法能夠挖掘相似查詢短語(yǔ)和語(yǔ)義相關(guān)性等信息，從而提高查詢推薦的準(zhǔn)確率。再次，我們研究多樣化查詢推薦問(wèn)題。該問(wèn)題主要目的是在準(zhǔn)確預(yù)測(cè)用戶查詢意圖的前提下，實(shí)現(xiàn)查詢推薦短語(yǔ)覆蓋主題種類的多樣化。*后，我們對(duì)個(gè)性化查詢推薦展開(kāi)了深入研究，主要探討了在查詢推薦中如何準(zhǔn)確應(yīng)用個(gè)性化的問(wèn)題，通過(guò)挖掘用戶查詢的上下文信息，權(quán)衡個(gè)性化的貢獻(xiàn)，提出了選擇性的個(gè)性化查詢推薦方法，進(jìn)一步提高查詢推薦的準(zhǔn)確率。

查詢推薦理論與方法 目錄

《信息科學(xué)技術(shù)學(xué)術(shù)著作叢書(shū)》序前言第1章 緒論 1.1 研究概述與研究問(wèn)題 1.2 本書(shū)主要貢獻(xiàn) 1.3 本書(shū)概述 參考文獻(xiàn)第2章 查詢推薦模型概述 2.1 問(wèn)題描述 2.2 概率型查詢推薦方法 2.2.1 時(shí)間敏感性查詢推薦模型 2.2.2 用戶為中心的個(gè)性化查詢推薦模型 2.3 學(xué)習(xí)型查詢推薦模型 2.3.1 基于時(shí)效性特征的學(xué)習(xí)型查詢推薦方法 2.3.2 基于用戶交互特征的學(xué)習(xí)型查詢推薦 2.4 實(shí)際問(wèn)題 2.4.1 效率 2.4.2 顯示和交互 2.5 本章小結(jié) 參考文獻(xiàn)第3章 實(shí)驗(yàn)研究框架 3.1 實(shí)驗(yàn)設(shè)置 3.2 標(biāo)準(zhǔn)數(shù)據(jù)集 3.3 評(píng)估方法 3.4 本章小結(jié) 參考文獻(xiàn)第4章 前綴自適應(yīng)和時(shí)間敏感的個(gè)性化查詢推薦方法 4.1 方法介紹 4.1.1 基于查詢?cè)~頻率周期性和變化趨勢(shì)的查詢推薦模型 4.1.2 個(gè)性化的查詢推薦模型 4.1.3 混合查詢推薦模型 4.1.4 改進(jìn)的λ—H—QAC模型（即λ—H—QAC） 4.2 實(shí)驗(yàn)設(shè)計(jì) 4.2.1 數(shù)據(jù)集和基準(zhǔn)方法 4.2.2 實(shí)驗(yàn)設(shè)置 4.3 實(shí)驗(yàn)結(jié)果與分析 4.3.1 查詢?cè)~的頻率預(yù)測(cè)性能評(píng)估 4.3.2 權(quán)重值λ的影響 4.3.3 TS—QAC模型的排序性能評(píng)估 4.3.4 混合查詢推薦模型的排序性能評(píng)估 4.3.5 個(gè)性化的查詢推薦模型的排序性能分析 4.3.6 權(quán)重值γ的影響 4.3.7 組合查詢推薦模型的排序性能評(píng)估 4.3.8 查詢推薦模型對(duì)長(zhǎng)尾前綴的排序性能評(píng)估 4.3.9 改進(jìn)的混合查詢推薦模型的排序性能評(píng)估 4.4 本章小結(jié) 參考文獻(xiàn)第5章 基于同源查詢?cè)~和語(yǔ)義相關(guān)性的查詢推薦方法 5.1 方法描述 5.1.1 基于查詢?cè)~頻率的特征 5.1.2 計(jì)算同源查詢?cè)~的權(quán)重值 5.1.3 基于語(yǔ)義的特征 5.1.4 特征總結(jié) 5.2 實(shí)驗(yàn)設(shè)計(jì) 5.2.1 模型概述 5.2.2 數(shù)據(jù)集 5.2.3 實(shí)驗(yàn)設(shè)置 5.3 實(shí)驗(yàn)結(jié)果與分析 5.3.1 基于查詢?cè)~頻率的特征的影響 5.3.2 基于語(yǔ)義的特征的影響 5.3.3 基于同源查詢?cè)~的特征的影響 5.3.4 L2R—ALL的排序性能評(píng)估 5.3.5 各個(gè)特征的敏感性分析 5.3.6 查詢?cè)~位置的影響 5.4 本章小結(jié) 參考文獻(xiàn)第6章 多樣化查詢推薦方法 6.1 方法描述 6.1.1 D—QAC問(wèn)題 6.1.2 D—QAC中的貪婪查詢選擇 6.1.3 查詢內(nèi)容在各個(gè)主題上的分布 6.2 實(shí)驗(yàn)設(shè)計(jì) 6.2.1 模型簡(jiǎn)介 6.2.2 數(shù)據(jù)集 6.2.3 對(duì)比實(shí)驗(yàn) 6.2.4 參數(shù)和實(shí)驗(yàn)設(shè)置 6.3 實(shí)驗(yàn)結(jié)果與分析 6.3.1 GQS的D—IQAC性能 6.3.2 初始查詢推薦的選擇對(duì)GQS模型性能的影響 6.3.3 GQS中查詢上下文的影響效果 6.3.4 并排比較 6.3.5 參數(shù)調(diào)整的影響 6.4 本章小結(jié) 參考文獻(xiàn)第7章 選擇性個(gè)性化查詢推薦方法 7.1 方法描述 7.1.1 輸入前綴信號(hào) 7.1.2 從點(diǎn)擊過(guò)的文檔推測(cè)查詢的滿意程度 7.1.3 檢測(cè)查詢主題的變化 7.1.4 個(gè)性化的權(quán)重 7.2 實(shí)驗(yàn)設(shè)計(jì) 7.3 實(shí)驗(yàn)結(jié)果與分析 7.3.1 SP—QAC模型的性能 7.3.2 個(gè)性化衡量影響因子分析 7.4 本章小結(jié) 參考文獻(xiàn)第8章 總結(jié) 8.1 主要發(fā)現(xiàn) 8.2 進(jìn)一步的工作 參考文獻(xiàn)
展開(kāi)全部
商品評(píng)論(0條)
暫無(wú)評(píng)論……
書(shū)友推薦
本類暢銷
返回頂部
中圖網(wǎng)
在線客服