信息检索与数据挖掘 2019年4月16日 课程内容 。1 第1章绪论 ·第2章布尔检索及倒排索引 Information Retrieval(IR):从大规模非 第3章词项词典和倒排记录表 结构化数据（通常是文本）的集合（通 ·第4章索引构建和索引压缩 常保存在计算机上)中找出满足用户信 ·第5章向量模型及检索系统 息需求的资料（通常是文档）的过程 ·第6章检索的评价 ·第7章相关反馈和查询扩展 ·第8章概率模型 ·第9章基于语言建模的检索模型 第10章文本分类 ·文本分类及朴素贝叶斯方法 。 基于向量空间的文本分类 数据挖掘(Data Mining)从大量的、不 。支持向量机及机器学习方法 完全的、有噪声的、模糊的、随机的实 。第11章文本聚类 际应用数据中，提取隐含在其中的、人 ·第12章Web搜索 们事先不知道的、但又是潜在有用的信 ·第13章多媒体信息检索 。 息和知识的过程 第14章其他应用简介信息检索与数据挖掘 2019年4月16日 课程内容 • „第1章 绪论 • 第2章 布尔检索及倒排索引 • 第3章 词项词典和倒排记录表 • 第4章 索引构建和索引压缩 • 第5章 向量模型及检索系统 • 第6章 检索的评价 • 第7章 相关反馈和查询扩展 • 第8章 概率模型 • 第9章 基于语言建模的检索模型 • 第10章 文本分类 • 文本分类及朴素贝叶斯方法 • 基于向量空间的文本分类 • 支持向量机及机器学习方法 • 第11章 文本聚类 • 第12章 Web搜索 • 第13章 多媒体信息检索 • 第14章 其他应用简介 数据挖掘（Data Mining）从大量的、不 完全的、有噪声的、模糊的、随机的实 际应用数据中，提取隐含在其中的、人 们事先不知道的、但又是潜在有用的信 息和知识的过程 Information Retrieval(IR)：从大规模非 结构化数据（通常是文本）的集合（通 常保存在计算机上）中找出满足用户信 息需求的资料（通常是文档）的过程 6