Web搜索2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

Web搜索PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章　导论1

1.1　Web搜索的定义1

1.2　Web搜索的发展背景1

1.3　Web搜索的挑战性2

1.4　Web搜索的科学价值4

1.5　Web搜索的研究状况4

1.6　本书的内容6

第2章　文本检索9

2.1 引言9

2.2　Web信息采集10

2.2.1　Crawler的基本原理10

2.2.2　Crawler的工作效率11

2.2.3　Crawler的难题12

2.3　文本的保存与索引14

2.3.1 预处理15

2.3.2 文本的保存16

2.3.3 文本的索引17

2.3.4 索引词的选取20

2.4　检索模型21

2.4.1 Boolean模型22

2.4.2 VSM23

2.4.3　概率模型24

2.5 网页排序28

2.6　查询重构32

2.6.1 用户相关反馈32

2.6.2 自动局部分析33

2.6.3 自动全局分析36

2.7　文本聚类38

2.7.1 区分法39

2.7.2 生成法43

2.8　文本分类46

2.8.1　k-NN分类器47

2.8.2 Bayes分类器48

2.8.3 最大熵分类器51

2.8.4 区分式分类器52

2.9　特征选择55

2.9.1 包含算法55

2.9.2　排除算法58

2.10　特征变换59

2.10.1 自组织映射59

2.10.2　潜语义标号60

小结62

习题62

第3章　图像检索63

3.1 引言63

3.2　图像检索的发展过程64

3.3　文本自动标注66

3.3.1 基于二维多粒度隐Markov模型的二类标注66

3.3.2　有监督的多类标注SML75

3.4　物体识别85

3.4.1 星群模型86

3.4.2　异构星状模型96

3.5　文字识别101

3.5.1 引言101

3.5.2 离线文字识别系统102

3.5.3　非线性归一化105

3.5.4　余弦整形变换106

3.5.5　方向线素特征抽取109

3.5.6 渐进式计算的马氏距离分类器110

3.5.7 基于模具的文字切分112

3.6　人脸检测与识别113

3.6.1 Adaboost人脸检测算法113

3.6.2　常见的人脸识别算法116

3.6.3　非限定性人脸识别算法118

3.7　视频检索125

3.7.1 概述125

3.7.2　镜头切分128

3.7.3　视频摘要135

小结137

习题138

第4章　音频检索139

4.1 引言139

4.2　声学特征抽取140

4.2.1 时域特征抽取141

4.2.2　频域特征抽取141

4.3 HMM模型144

4.3.1 基本概念与原理145

4.3.2　3个基本问题及其经典算法146

4.4　连续语音识别系统150

4.4.1 基于HMM的语音识别统一框架150

4.4.2 声学模型151

4.4.3　语言模型153

4.4.4 解码器154

4.5　语音关键词发现技术155

4.5.1 基于垃圾模型的关键词发现156

4.5.2　语音关键词发现中的核心问题157

4.5.3　一个侧重确认的语音关键词发现系统158

4.6　语音词汇检测技术160

4.6.1 混淆网络161

4.6.2 一个基于音节混淆网络的STD系统163

4.7　非语音音频检索165

4.7.1 概述165

4.7.2 声学模型168

4.7.3　语义模型171

4.7.4 声学空间与语义空间的联系173

4.8　音乐检索177

4.8.1 概述177

4.8.2　哼唱检索180

4.8.3　基于语义描述的音乐标注及检索183

小结188

习题188

第5章　信息过滤189

5.1 引言189

5.2　基本方法190

5.2.1 基于Bayes分类器的过滤190

5.2.2 基于向量距离分类器的过滤191

5.2.3 基于k近邻分类器的过滤192

5.2.4　基于SVM的过滤192

5.2.5 系统性能评价193

5.3　模型学习194

5.3.1 生成式与区分式学习194

5.3.2　降维变换195

5.3.3 半监督学习200

5.3.4　演进式学习205

5.4　垃圾邮件及垃圾短信过滤208

5.4.1 垃圾邮件过滤系统208

5.4.2　垃圾短信的过滤213

5.5　话题检测与跟踪系统216

5.5.1　报道分割217

5.5.2　事件检测219

5.5.3　事件跟踪221

小结221

习题222

第6章　信息推荐223

6.1 引言223

6.2　关联规则挖掘的基本算法224

6.2.1　基本定义224

6.2.2　Apriori关联规则挖掘算法224

6.2.3　基于FPT的算法226

6.3 可信关联规则及其挖掘算法229

6.3.1　相关定义229

6.3.2 用邻接矩阵求2项可信集231

6.3.3 由k项可信集生成（k+1）项可信集234

6.3.4 基于极大团的可信关联规则挖掘算法239

6.4　基于FPT的超团模式快速挖掘算法242

6.4.1 相关定义243

6.4.2　基于FPT的超团模式和极大超团模式挖掘244

6.5　协同过滤推荐的基本算法252

6.6　基于局部偏好的协同过滤推荐算法255

6.7　基于个性化主动学习的协同过滤257

6.8　面向排序的协同过滤260

小结264

习题264

第7章　发展前沿265

7.1 内网检索及对象检索265

7.2　基于文档的专家检索266

7.2.1 基于文档的专家表示267

7.2.2　基于文档的专家检索268

7.3　对象检索及信息抽取271

7.3.1 对象检索的基本概念271

7.3.2　信息抽取272

7.4　基于Web的对象检索274

7.5　博客检索277

7.6　TREC中的博客观点检索278

7.7　文本情感分析281

7.7.1 文本情感分析中的特征抽取281

7.7.2　情感分类模型283

小结283

习题284

参考文献285