◼ Text Categorization ◼ Problem definition ◼ Build a Classifier ◼ Naïve Bayes Classifier ◼ K-Nearest Neighbor Classifier ◼ Evaluation

同济大学：《大数据分析与数据挖掘 Big Data Analysis and Mining》课程教学资源（PPT课件讲稿）关联规则 Association Rule

中国科学技术大学：《信息检索与数据挖掘》课程教学资源（研讨汇报）Accelerating Innovation Through Analogy Mining

中国科学技术大学：《信息检索与数据挖掘》课程教学资源（研讨汇报）BitFunnel Revisiting Signatures for Search

中国科学技术大学：《信息检索与数据挖掘》课程教学资源（研讨汇报）Memory - Augmented Monte Carlo Tree Search

中国科学技术大学：《信息检索与数据挖掘》课程教学资源（研讨汇报）QuickScorer a Fast Algorithm to Rank Documents with Additive Ensembles of Regression Trees

如何建立词项词典？ 文档解析：格式？语言？编码方式？ 词条化：词条（Tokens）/词项（Terms） 停用词：停用词表？查表法 or 基于文档频率 词项归一化：等价类同义词扩展表 词形归并：am, are, is be 词干还原：去除单词两端词缀、Porter算法 如何实现倒排记录表？ • 跳表:跳表指针(位置、个数、更新问题） • 短语查询 • 二元词索引扩展的二元词索引：词性标注 • 位置信息索引邻近查询 • 增加倒排记录表 • 混合索引机制

中国科学技术大学：《信息检索与数据挖掘》课程教学资源（课件讲稿）第4章 索引构建与索引压缩 4.2 索引压缩

❷ 结果排序的重要性 ❸ 结果排序的实现 ❹ 完整的搜索系统

• 查询优化概述 • 相关反馈(relevance feedback) • 相关反馈概述 • Rocchio 相关反馈算法 • 隐式相关反馈 • 伪相关反馈 • 相关反馈的假设条件及评价方法 • 查询扩展(Query expansion)