网络信息检索 - 中国高校教材图书网
|
|
|
书名： |
网络信息检索
|
| ISBN： | 978-7-5606-2378-8 |
条码： | |
| 作者： |
董守斌 袁 华
相关图书
|
装订： | 平装 |
| 印次： | 1-1 |
开本： | 16开 |
| 定价： |
￥32.00
折扣价：￥30.40
折扣：0.95
节省了1.6元
|
字数： |
529千字
|
| 出版社： |
西安电子科技大学出版社 |
页数： |
|
| 发行编号： | 2670001-1 |
每包册数： |
|
| 出版日期： |
2010-04-01 |
|
|
| 内容简介： |
内 容 简 介
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： |
|
|
| 章节目录： |
目 录
第1章 绪论 1
1.1 网络信息检索概述 1
1.1.1 网络信息 1
1.1.2 信息检索 2
1.1.3 网络信息检索 3
1.2 信息检索的发展 4
1.2.1 手工检索 4
1.2.2 脱机批处理检索 4
1.2.3 联机检索 5
1.2.4 网络信息检索 6
1.3 网络信息检索的应用 6
1.3.1 搜索引擎 6
1.3.2 多媒体信息检索 8
1.3.3 话题识别与跟踪 10
1.3.4 信息过滤 11
1.3.5 问题回答 13
思考题 15
参考文献 15
第2章 信息检索模型 16
2.1 检索模型定义 17
2.2 布尔模型 18
2.3 向量模型 20
2.3.1 索引项权重 21
2.3.2 相似度量 22
2.3.3 计算方法 23
2.4 概率模型 26
2.5 扩展的布尔模型 31
2.5.1 模糊集合模型 31
2.5.2 扩展布尔模型 33
2.6 扩展的向量模型 35
2.6.1 广义向量空间模型 35
2.6.2 潜语义标引模型 38
2.6.3 神经网络模型 41
2.7 扩展的概率模型 43
2.7.1 推理网络模型 44
2.7.2 信任度网络模型 47
2.7.3 语言模型 49
2.8 小结 51
思考题 52
习题 52
参考文献 55
第3章 网络信息的自动搜集 57
3.1 网络信息的特点 57
3.1.1 Web的组成 57
3.1.2 Web的特点 62
3.2 网络信息搜集的原理 64
3.2.1 信息搜集的基本流程 64
3.2.2 遍历策略 66
3.2.3 页面解析 68
3.3 网络信息搜集的礼貌原则 69
3.3.1 机器人排斥协议 69
3.3.2 机器人元标签 70
3.4 高性能信息搜集 71
3.4.1 并行搜集 71
3.4.2 DNS优化 72
3.4.3 优先搜集策略 74
3.4.4 网页更新 74
3.4.5 网页消重 75
3.4.6 避免蜘蛛陷阱 76
3.5 专题信息搜集 77
3.5.1 网页的主题特性 77
3.5.2 专题信息搜集算法 78
3.6 小结 80
思考题 80
习题 80
参考文献 83
第4章 网页文本处理和索引 85
4.1 文本的特性 86
4.1.1 信息熵 86
4.1.2 统计定律 87
4.2 网页信息的特征 89
4.2.1 网页结构 89
4.2.2 网页类型 91
4.3 网页去噪 93
4.3.1 基于网页结构的方法 93
4.3.2 基于模板的方法 96
4.4 文本处理 99
4.4.1 词汇分析 99
4.4.2 排除停用词 100
4.4.3 词干提取 101
4.4.4 索引词选择 101
4.5 索引 102
4.5.1 Trie树 102
4.5.2 后缀树 103
4.5.3 签名档 105
4.5.4 倒排文件 106
4.6 小结 112
思考题 113
习题 113
参考文献 114
第5章 查询语言与查询处理 116
5.1 Web查询语言 116
5.1.1 WebSQL查询语言 117
5.1.2 W3QL查询语言 119
5.1.3 WebOQL查询语言 119
5.2 查询方式 121
5.2.1 基于关键字的查询 121
5.2.2 模式匹配 124
5.3 相关反馈 125
5.3.1 向量空间模型中的相关反馈 126
5.3.2 概率模型中的相关反馈 128
5.4 查询扩展 129
5.4.1 基于字典的简单查询扩展 129
5.4.2 自动局部分析 132
5.4.3 自动全局分析 135
5.5 小结 139
思考题 140
习题 140
参考文献 142
第6章 信息检索性能评价 144
6.1 信息检索评价指标 144
6.1.1 查全率和查准率 144
6.1.2 其他评价指标 148
6.2 信息检索评价基准 156
6.2.1 基准测试 156
6.2.2 TREC评测 158
6.2.3 Web检索评价 162
6.2.4 CWIRF评测 164
6.3 小结 166
思考题 166
习题 167
参考文献 168
第7章 搜索引擎 170
7.1 概述 171
7.1.1 发展概况 171
7.1.2 术语与定义 172
7.1.3 工作原理 174
7.2 链接分析 178
7.2.1 PageRank 178
7.2.2 HITS 186
7.2.3 算法比较 189
7.3 相关排序 190
7.3.1 Lucene检索模型 190
7.3.2 Nutch排序算法 193
7.4 大规模搜索引擎 198
7.4.1 体系架构 199
7.4.2 数据结构 200
7.4.3 检索算法 202
7.4.4 相关排序 202
7.5 小结 203
思考题 204
习题 204
参考文献 207
第8章 并行和分布式信息检索 209
8.1 并行信息检索 209
8.1.1 并行计算的概念 209
8.1.2 并行信息检索体系架构 210
8.1.3 并行编程 212
8.1.4 数据并行 214
8.2 分布式信息检索 217
8.3 元搜索引擎 218
8.3.1 系统架构 220
8.3.2 资源选择 222
8.3.3 文档选择 227
8.3.4 信息融合 228
8.4 P2P网络信息检索 234
8.4.1 P2P网络信息检索的原理 235
8.4.2 非结构化P2P网络信息检索 236
8.4.3 结构化P2P网络信息检索 238
8.5 小结 241
思考题 241
习题 242
参考文献 244
第9章 中文和跨语言信息检索 247
9.1 中文预处理 247
9.1.1 中文编码及转换 248
9.1.2 中文分词 250
9.2 中文信息检索 256
9.2.1 中文检索模型 256
9.2.2 中文索引 258
9.3 跨语言信息检索 260
9.3.1 基本原理 260
9.3.2 基于GVSM的跨语言检索 264
9.3.3 基于LSI的跨语言检索 268
9.4 小结 271
思考题 271
习题 271
参考文献 273
第10章 多媒体信息检索 274
10.1 基于内容的图像信息检索 275
10.2 图像特征提取 277
10.2.1 颜色特征 277
10.2.2 形状特征提取 284
10.2.3 纹理特征提取 285
10.3 图像相似量度 290
10.4 基于内容的视频信息检索 291
10.4.1 镜头分割 292
10.4.2 关键帧提取 293
10.5 基于内容的音频信息检索 294
10.6 小结 295
思考题 296
习题 296
参考文献 297
第11章 信息分类与聚类 299
11.1 基本知识 299
11.1.1 类的概念 299
11.1.2 对象特征描述 300
11.1.3 文档相似性 300
11.1.4 类间距离 302
11.2 特征描述及提取 303
11.2.1 特征提取 303
11.2.2 特征选择 304
11.3 聚类方法 305
11.3.1 划分聚类法 305
11.3.2 层次聚类法 308
11.3.3 其他聚类方法 309
11.4 分类方法 309
11.4.1 Nave Bayes算法 310
11.4.2 kNN算法 313
11.4.3 Rocchio算法 315
11.4.4 SVM算法 316
11.5 方法评测 320
11.5.1 聚类方法评测 320
11.5.2 分类方法评测 321
11.5.3 显著性检验 323
11.6 小结 325
思考题 325
习题 326
参考文献 328
[WTHZ]第12章 Web信息抽取与问答系统[WT] 329
12.1 信息抽取概述 329
12.1.1 信息抽取的发展 330
12.1.2 信息抽取的评价指标 331
12.2 Web信息抽取 331
12.2.1 基于关键字的Web信息抽取 332
12.2.2 基于模式的Web信息抽取 333
12.2.3 基于样本的Web信息抽取 338
12.3 问答系统 341
12.3.1 问题分析 344
12.3.2 信息检索 345
12.3.3 答案抽取 345
12.6 小结 347
思考题 347
参考文献 348
|
| 精彩片段： |
|
|
| 书 评： |
前 言
信息检索是信息处理领域的重要基础。随着网络的快速发展和成熟，传统的信息检索技术在网络信息处理上得到了广泛的应用，并逐步形成了新兴的网络信息检索(Network Information Retrieval)技术。网络信息检索的典型应用如搜索引擎，已经成为互联网的重要基础应用。本书系统阐述了网络信息检索的基本原理、技术和应用。
本书共分两大部分，第一大部分由第1～7章组成，主要介绍网络信息检索技术的基本原理和搜索引擎的应用；第二大部分由第8～12章组成，主要介绍网络信息检索的核心技术和应用。具体来讲，各章的主要内容如下：
第1章介绍网络信息检索的发展历史，并对网络信息检索的应用进行了综述；第2章主要介绍信息检索的经典模型及多个扩展模型，大部分检索模型都附有实例，以加深读者的理解；第3章对网络信息搜集进行了详细的阐述，首先概述网络信息的载体和分布特点，在此基础上阐述网络信息搜集的基本流程，并详细讨论了搜集策略和性能等问题；第4章主要讲述网络信息处理和索引的关键技术，其中重点是网页去噪和倒排索引等；第5章介绍Web查询语言和查询方式，并重点论述了查询扩展和相关反馈等查询处理技术；第6章讲述评价检索性能的各种量化指标，以及主流的检索评价标准和方法等；第7章介绍搜索引擎的发展历史和工作原理，重点讲述经典链接分析算法，以及大规模搜索引擎中的体系结构和数据结构设计，并以开源系统为例，对搜索引擎的核心排序算法进行了剖析。
针对海量网络信息的处理问题，第8章主要介绍并行和分布式信息检索的原理以及应用；第9章讲述中文信息检索的关键技术，重点介绍了中文分词技术，以及中文信息检索模型和跨语言信息检索模型；第10章讲述基于内容的多媒体信息检索技术，重点介绍了基于内容的图像信息检索方法；第11章主要讲述自动分类和自动聚类这两种重要并且非常实用的技术，内容包括类的基本知识、特征提取、分类和聚类算法以及方法评测等；第12章介绍Web信息抽取技术以及自动问答系统的相关知识。
本书适合初学网络信息检索的读者，可作为专科生、本科生、研究生的网络信息检索及相关课程的教材。如果以本书作为本科生教材，相关内容的学时（讲授学时为32，实验学时为16）建议如下，教师可根据不同专业的要求进行调整。
第1章 网络信息检索概述 2学时
第2章 布尔模型、向量空间模型、概率模型 4学时
第2章 扩展模型 4学时
第3章 网络信息分布特点、网络信息搜集、搜索性能问题 4学时
第4章 文本特性、网页去噪、倒排索引 4学时
第5章 查询扩展、相关反馈 4学时
第6章 检索性能评价指标、评测标准和方法 4学时
第7章 搜索引擎工作原理、链接分析、排序算法 6学时
第8～12章 高级应用课题 建议本科生自学
实验 设计一个搜索引擎原型系统 约16学时
本书也可供研究生教学使用。在用于研究生教学时，可适当减少讲授前7章的内容，增加后面5章的内容。
本书的编撰获得了广东省计算机网络重点实验室的龙卫江老师、方卫东老师、何克晶老师、张晶老师和李粤老师的大力支持，在此表示衷心的感谢；同时要感谢实验室的研究生曹鸿、张元丰、陈晓志、许洋洋、刘鹏飞、何剑飞、张倩、蔡智、胡俊刚、李嘉林、陈晓峰、农双、温泽逢、陈车前、张丽平、叶力洪等同学，感谢他们所做的资料搜集和整理等琐碎而辛苦的工作。
本书初稿成文于2006年1月，至今已数易其稿，并已在华南理工大学计算机学院本科和研究生教学中多次试用。感谢华南理工大学计算机学院修读“网络信息检索”以及“信息检索与Web挖掘”课程的同学们，他们在使用本书初稿作为辅助教材和讲义时提出了许多很好的建议和意见。
在编写本书的过程中，参考了大量的论文和网络资料，在此向这些参考文献的作者深表感谢。在表述中，本书尽量引用较为经典、规范的表述，并给出了详细的标注。如有缺失，敬请谅解。
网络信息检索的特点是系统性强，涉及面广，技术新并且发展非常快，而我们的学识和水平有限，因此书中难免出现疏漏和不足之处，敬请读者指正。
作者2010年1月于
|
| 其 它： |
|
|
|
