描述
开 本: 大32开纸 张: 胶版纸包 装: 平装是否套装: 否国际标准书号ISBN: 9787509516751丛书名: 山东财政学院学术文丛
内容简介
本书（以下简称《学术文丛》）是山东财政学院为集中展示本校学人学术研究成果而编辑出版的系列丛书。《学术文丛》的出版，对于落实山东财政学院“学科立校”与“人才强校”的发展战略、繁荣学术研究事业、加强同学术界的交流等具有十分重要的意义。
本书对信息检索的研究内容和研究目的、信息检索的研究现状、传统检索模型、检索性能评价方法、语义网等基础内容进行了简单介绍；在此基础上，重点介绍了个性化信息检索和面向语义网信息检索的相关理论、算法和技术框架。
本书对信息检索的研究内容和研究目的、信息检索的研究现状、传统检索模型、检索性能评价方法、语义网等基础内容进行了简单介绍；在此基础上，重点介绍了个性化信息检索和面向语义网信息检索的相关理论、算法和技术框架。
目 录
第1篇 信息检索的研究背景和相关基础
第1章 信息检索的研究目的和意义
1.1 解决信息超载与信息饥饿的矛盾
1.2 信息检索需要不确定性推理
1.3 适应个性化信息检索的需求
1.4 为检索评价提供新方法
1.5 基于语义的信息检索
第2章 信息检索的研究现状
2.1 信息检索的发展历程
2.2 国外研究情况
2.3 国内研究情况
2.4 语义网信息检索现状
第3章 信息检索模型概述
3.1 特征项与特征项的权重
3.2 布尔模型
3.3 向量模型
3.4 概率论模型
3.5 元搜索引擎
3.6 基于本体的检索模型
第4章 常见的检索性能评价方法
4.1 引言
4.2 什么是检索评价
4.3 召回率和精确率
4.4 变化的召回率和精确率
4.5 召回率和精确率的复合评价
第5章 语义Web和描述逻辑
5.1 语义Web
5.2 描述逻辑
5.3 语义Web与描述逻辑
5.4 小结
第6章 云模型理论
6.1 云模型产生背景
6.2 云模型的基本概念
6.3 云数字特征的双重性
6.4 正向云发生器的实现算法
6.5 逆向云发生器的实现算法
6.6 云变换
6.7 定性概念的可还原性——云滴的生成
6.8 云模型的应用
第2篇 面向Web的个性化信息检索
第7章 个性化信息检索框架及理论基础
7.1 引言
7.2 相关概念
7.3 个性化信息检索系统框架及检索过程
7.4 信息检索的关键技术
7.5 小结
第8章 基于云的泛概念检索模型
8.1 引言
8.2 基于云的泛概念检索模型
8.3 小结
第9章 检索评价和用户相关性判定
9.1 信息检索性能的云评价方法
9.2 信息检索性能的加权综合评价方法
9.3 信息检索性能的加权综合云评价方法
9.4 个性化信息检索系统的用户相关性判定
9.5 小结
第10章 用户建模技术及兴趣挖掘
10.1 引言
10.2 用户兴趣模型
10.3 基于生成树的文档聚类在信息检索中的应用
10.4 小结
第11章 查询相似度计算和查询后处理
11.1 引言
11.2 词语相似度的计算和相关性判断
11.3 基于熵原理的信息检索后处理算法
11.4 其他的后处理
11.5 小结
第12章 基于J2EE的个性化信息检索系统架构
12.1 引言
12.2 个性化信息检索系统的用例分析
12.3 个性化信息检索系统框架
12.4 基于J2EE的个性化信息检索系统结构
12.5 设计与实现
第3篇 面向语义网的信息检索
第13章 基于本体的语义信息检索模型
13.1 引言
13.2 信息检索模型的一般定义
13.3 SIRM-O：基于本体的语义信息检索模型
13.4 小结
第14章 基于描述逻辑的知识库检索
14.1 引言
14.2 相关研究
14.3 基于Rolling-up技术的检索优化方法
14.4 基于断言图的知识库检索
14.5 小结
第15章 描述逻辑ALC的不确定性扩展
15.1 引言
15.2 相关研究
15.3 研究基础——描述逻辑ALC
15.4 Cloud—ALC：描述逻辑ALC的云扩展
15.5 Cloud—ALC的性质
15.6 Cloud—ALC的推理
15.7 小结
第16章 基于语义网的分布式信息检索系统
16.1 引言
16.2 D-IRSW检索系统模型
16.3 小结
附录一 云的正向生成器算法
附录二 云的逆向生成器算法
附录三 推荐阅读材料
参考文献
后记
第1章 信息检索的研究目的和意义
1.1 解决信息超载与信息饥饿的矛盾
1.2 信息检索需要不确定性推理
1.3 适应个性化信息检索的需求
1.4 为检索评价提供新方法
1.5 基于语义的信息检索
第2章 信息检索的研究现状
2.1 信息检索的发展历程
2.2 国外研究情况
2.3 国内研究情况
2.4 语义网信息检索现状
第3章 信息检索模型概述
3.1 特征项与特征项的权重
3.2 布尔模型
3.3 向量模型
3.4 概率论模型
3.5 元搜索引擎
3.6 基于本体的检索模型
第4章 常见的检索性能评价方法
4.1 引言
4.2 什么是检索评价
4.3 召回率和精确率
4.4 变化的召回率和精确率
4.5 召回率和精确率的复合评价
第5章 语义Web和描述逻辑
5.1 语义Web
5.2 描述逻辑
5.3 语义Web与描述逻辑
5.4 小结
第6章 云模型理论
6.1 云模型产生背景
6.2 云模型的基本概念
6.3 云数字特征的双重性
6.4 正向云发生器的实现算法
6.5 逆向云发生器的实现算法
6.6 云变换
6.7 定性概念的可还原性——云滴的生成
6.8 云模型的应用
第2篇 面向Web的个性化信息检索
第7章 个性化信息检索框架及理论基础
7.1 引言
7.2 相关概念
7.3 个性化信息检索系统框架及检索过程
7.4 信息检索的关键技术
7.5 小结
第8章 基于云的泛概念检索模型
8.1 引言
8.2 基于云的泛概念检索模型
8.3 小结
第9章 检索评价和用户相关性判定
9.1 信息检索性能的云评价方法
9.2 信息检索性能的加权综合评价方法
9.3 信息检索性能的加权综合云评价方法
9.4 个性化信息检索系统的用户相关性判定
9.5 小结
第10章 用户建模技术及兴趣挖掘
10.1 引言
10.2 用户兴趣模型
10.3 基于生成树的文档聚类在信息检索中的应用
10.4 小结
第11章 查询相似度计算和查询后处理
11.1 引言
11.2 词语相似度的计算和相关性判断
11.3 基于熵原理的信息检索后处理算法
11.4 其他的后处理
11.5 小结
第12章 基于J2EE的个性化信息检索系统架构
12.1 引言
12.2 个性化信息检索系统的用例分析
12.3 个性化信息检索系统框架
12.4 基于J2EE的个性化信息检索系统结构
12.5 设计与实现
第3篇 面向语义网的信息检索
第13章 基于本体的语义信息检索模型
13.1 引言
13.2 信息检索模型的一般定义
13.3 SIRM-O：基于本体的语义信息检索模型
13.4 小结
第14章 基于描述逻辑的知识库检索
14.1 引言
14.2 相关研究
14.3 基于Rolling-up技术的检索优化方法
14.4 基于断言图的知识库检索
14.5 小结
第15章 描述逻辑ALC的不确定性扩展
15.1 引言
15.2 相关研究
15.3 研究基础——描述逻辑ALC
15.4 Cloud—ALC：描述逻辑ALC的云扩展
15.5 Cloud—ALC的性质
15.6 Cloud—ALC的推理
15.7 小结
第16章 基于语义网的分布式信息检索系统
16.1 引言
16.2 D-IRSW检索系统模型
16.3 小结
附录一 云的正向生成器算法
附录二 云的逆向生成器算法
附录三 推荐阅读材料
参考文献
后记
在线试读
第1篇 信息检索的研究背景和相关基础
第4章 常见的检索性能评价方法
4.1 引言
检索评价作为信息检索领域的重要课题之一，已有多年的研究历史。但是，检索评价问题仍然没有彻底解决。本章将进一步讨论信息检索系统中的检索性能评价（retrieval performance evaluation）问题。常用的系统性能度量方法是时间和空间方法。检索系统使用的时间越短，占用的空间越少，则系统的性能越好。当然在时间和空间复杂度之问有一个折衷问题。但对于信息检索系统，除了时问和空间方面的度量外，还需要其他方面的度量方法。事实上，由于用户的查询请求本质上具有一定的模糊性，检索到的文档并不是对用户查询的精确应答，因此必须按照它们的相关度来排序。这样的相关排序是数据检索系统（data retrieval system，DRS）不具有的部分，而在信息检索中是非常重要的。因此，信息检索系统需要对应答集合的准确度进行评价。通过对信息检索系统的合理评价，可以知道该系统的优缺点，从而引导用户选择适合自己的系统，同时信息检索提供商进一步改进检索系统，更好地提高自己的服务质量。在继续讨论检索评价之前，先介绍“相关性”的概念。
“相关性”是一个多维的认知概念，它的涵义依赖于检索系统和检索者对信息需求的感知和理解。它又是一个动态概念，依赖于检索者或终用户在某一时空上对信息集合与信息需求之间关系的实质判断。很早一些检索系统已把用户相关性判断作为自身机制的一部分，如相关反馈机制，使用户成为系统的有机组成部分。相关反馈技术就是使用户的判断参与检索过程，但往往用户的主观因素在判断过程中起很大作用，所以与系统设计者的期望有一定距离，虽然相关反馈技术在信息检索系统中已成为一个重要部分，但也不能夸大其有效性。
关于信息检索评价方面的研究已经很多，但是很多信息检索领域的研究者仍然认为达到好的评价距离我们的研究还很远。相关的评价研究详见参考文献。
……
第4章 常见的检索性能评价方法
4.1 引言
检索评价作为信息检索领域的重要课题之一，已有多年的研究历史。但是，检索评价问题仍然没有彻底解决。本章将进一步讨论信息检索系统中的检索性能评价（retrieval performance evaluation）问题。常用的系统性能度量方法是时间和空间方法。检索系统使用的时间越短，占用的空间越少，则系统的性能越好。当然在时间和空间复杂度之问有一个折衷问题。但对于信息检索系统，除了时问和空间方面的度量外，还需要其他方面的度量方法。事实上，由于用户的查询请求本质上具有一定的模糊性，检索到的文档并不是对用户查询的精确应答，因此必须按照它们的相关度来排序。这样的相关排序是数据检索系统（data retrieval system，DRS）不具有的部分，而在信息检索中是非常重要的。因此，信息检索系统需要对应答集合的准确度进行评价。通过对信息检索系统的合理评价，可以知道该系统的优缺点，从而引导用户选择适合自己的系统，同时信息检索提供商进一步改进检索系统，更好地提高自己的服务质量。在继续讨论检索评价之前，先介绍“相关性”的概念。
“相关性”是一个多维的认知概念，它的涵义依赖于检索系统和检索者对信息需求的感知和理解。它又是一个动态概念，依赖于检索者或终用户在某一时空上对信息集合与信息需求之间关系的实质判断。很早一些检索系统已把用户相关性判断作为自身机制的一部分，如相关反馈机制，使用户成为系统的有机组成部分。相关反馈技术就是使用户的判断参与检索过程，但往往用户的主观因素在判断过程中起很大作用，所以与系统设计者的期望有一定距离，虽然相关反馈技术在信息检索系统中已成为一个重要部分，但也不能夸大其有效性。
关于信息检索评价方面的研究已经很多，但是很多信息检索领域的研究者仍然认为达到好的评价距离我们的研究还很远。相关的评价研究详见参考文献。
……
评论
还没有评论。