网络信息检索(新世纪计算机类本科规划教材) 正版图书 董守斌//袁华 计算机9787560623788

内容提要

本书详细介绍了网络信息检索的原理和技术，内容包括信息检索模型、网络信息的自动获取、网络信息预处理和索引、查询语言和查询优化等。针对网络信息检索的 广泛应用，书中对搜索引擎、中文和跨语言信息检索、多媒体检索、并行和分布式信息检索、信息分类和聚类、信息提取与自动问答等重要应用的关键技术也进行了 深入的探讨。本书层次分明，深入浅出；既有原理阐述和理论推导，也有大量的实例分析，阐述力求系统性和科学性。本书可作为高等院校计算机科学与技术、信息 管理与信息系统、电子商务等专业的高年级本科生或研究生的教科书和参考书，对广大从事网络信息检索、数字图书馆、信息管理、人工智能、Web数据挖掘等研 究和应用开发的科技人员也有较大的参考价值。

作者简介

目录

第 1章绪论1.1网络信息检索概述1.1.1网络信息1.1.2信息检索1.1.3网络信息检索1.2信息检索的发展1.2.1手工检索1.2.2脱机批处 理检索1.2.3联机检索1.2.4网络信息检索1.3网络信息检索的应用1.3.1搜索引擎1.3.2多媒体信息检索1.3.3话题识别与跟踪 1.3.4信息过滤1.3.5问题回答思考题参考文献第2章信息检索模型2.1检索模型定义2.2布尔模型2.3向量模型2.3.1索引项权重2.3.2 相似度量2.3.3计算方法2.4概率模型2.5扩展的布尔模型2.5.1模糊集合模型2.5.2扩展布尔模型2.6扩展的向量模型2.6.1广义向量空 间模型2.6.2潜语义标引模型2.6.3神经网络模型2.7扩展的概率模型2.7.1推理网络模型2.7.2信任度网络模型2.7.3语言模型2.8小 结思考题习题参考文献第3章网络信息的自动搜集3.1网络信息的特点3.1.1Web的组成3.1.2Web的特点3.2网络信息搜集的原理3.2.1信 息搜集的基本流程3.2.2遍历策略3.2.3页面解析3.3网络信息搜集的礼貌原则3.3.1机器人排斥协议3.3.2机器人元标签3.4高性能信息搜 集3.4.1并行搜集3.4.2DNS优化3.4.3优先搜集策略3.4.4网页更新3.4.5网页消重3.4.6避免蜘蛛陷阱3.5专题信息搜集 3.5.1网页的主题特性3.5.2专题信息搜集算法3.6小结思考题习题参考文献第4章网页文本处理和索引4.1文本的特性4.1.1信息熵4.1.2 统计定律4.2网页信息的特征4.2.1网页结构4.2.2网页类型4.3网页去噪4.3.1基于网页结构的方法4.3.2基于模板的方法4.4文本处理 4.4.1词汇分析4.4.2排除停用词4.4.3词干提取4.4.4索引词选择4.5索引4.5.1Trie树4.5.2后缀树4.5.3签名档 4.5.4倒排文件4.6小结思考题习题参考文献第5章查询语言与查询处理5.1Web查询语言5.1.1WebSQL查询语言5.1.2W3QL查询语 言5.1.3WebOQL查询语言5.2查询方式5.2.1基于关键字的查询5.2.2模式匹配5.3相关反馈5.3.1向量空间模型中的相关反馈 5.3.2概率模型中的相关反馈5.4查询扩展5.4.1基于字典的简单查询扩展5.4.2自动局部分析5.4.3自动全局分析5.5小结思考题习题参考 文献第6章信息检索性能评价6.1信息检索评价指标6.1.1查全率和查准率6.1.2其他评价指标6.2信息检索评价基准6.2.1基准测试 6.2.2TREC评测6.2.3Web检索评价6.2.4CWIRF评测6.3小结思考题习题参考文献第7章搜索引擎7.1概述7.1.1发展概况 7.1.2术语与定义7.1.3工作原理7.2链接分析7.2.1PageRank7.2.2HITS7.2.3算法比较7.3相关排序 7.3.1Lucene检索模型7.3.2Nutch排序算法7.4大规模搜索引擎7.4.1体系架构7.4.2数据结构7.4.3检索算法7.4.4相 关排序7.5小结思考题习题参考文献第8章并行和分布式信息检索8.1并行信息检索8.1.1并行计算的概念8.1.2并行信息检索体系架构8.1.3并 行编程8.1.4数据并行8.2分布式信息检索8.3元搜索引擎8.3.1系统架构8.3.2资源选择8.3.3文档选择8.3.4信息融合8.4P2P 网络信息检索8.4.1P2P网络信息检索的原理8.4.2非结构化P2P网络信息检索8.4.3结构化P2P网络信息检索8.5小结思考题习题参考文献 第9章中文和跨语言信息检索9.1中文预处理9.1.1中文编码及转换9.1.2中文分词9.2中文信息检索9.2.1中文检索模型9.2.2中文索引 9.3跨语言信息检索9.3.1基本原理9.3.2基于GVSM的跨语言检索9.3.3基于LSI的跨语言检索9.4小结思考题习题参考文献第10章多媒 体信息检索10.1基于内容的图像信息检索10.2图像特征提取10.2.1颜色特征10.2.2形状特征提取10.2.3纹理特征提取10.3图像相似 量度10.4基于内容的视频信息检索10.4.1镜头分割10.4.2关键帧提取10.5基于内容的音频信息检索10.6小结思考题习题参考文献第11章 信息分类与聚类11.1基本知识11.1.1类的概念11.1.2对象特征描述11.1.3文档相似性11.1.4类间距离11.2特征描述及提取 11.2.1特征提取11.2.2特征选择11.3聚类方法11.3.1划分聚类法11.3.2层次聚类法11.3.3其他聚类方法11.4分类方法 11.4.1NaiveBayes算法11.4.2kNN算法11.4.3Rocchio算法11.4.4SVM算法11.5方法评测11.5.1聚类方 法评测11.5.2分类方法评测11.5.3显著性检验11.6小结思考题习题参考文献第12章Web信息抽取与问答系统12.1信息抽取概述 12.1.1信息抽取的发展12.1.2信息抽取的评价指标12.2Web信息抽取12.2.1基于关键字的Web信息抽取12.2.2基于模式的Web 信息抽取12.2.3基于样本的Web信息抽取12.3问答系统12.3.1问题分析12.3.2信息检索12.3.3答案抽取12.4小结思考题参考文 献