应用与背景 语言模型 主题模型-隐语义分析与矩阵分解  Latent Semantic Indexing (LSA), SVD and MF 主题模型-概率隐语义分析  Probabilistic Latent Semantic Indexing (pLSA) 多项式分布、狄利克雷分布与共轭  Conjugate Prior, Dirichlet Distribution and Conjugate 主题模型-隐狄利克雷分布  Latent Dirichlet Allocation (LDA)

文本分类（Text Classification）  示例、定义与范畴  文档表示与特征选择  中文文本类别与层次分类结构（人工）  文本分类方法 分类流程 基于划分的方法（e.g., K近邻） 基于模型的方法（不细讲）  分类效果评估

文本聚类（Text Clustering）  一般性聚类任务 聚类任务引出；应用背景；相似性度量；学科栈  文本聚类任务 聚类对象与文本特征 基于划分的方法（e.g., K-Means） 基于层次的方法 基于密度的方法（e.g., DBScan）  聚类效果评估

“一个具有信息素养的人,他能够认 识到精确的和完整的信息是做出合理决策 的基础,确定对信息的需求,形成基于信 息需求的问题,确定潜在的信息源,制定 成功的检索方案,从包括基于计算机和其 他信息源获取信息、评价信息、组织信息 于实际的应用,将新信息与原有的知识体 系进行融合以及在批判性思考和问题解决 的过程中使用信息

14.1数据绑定 在前一章里我们已经对Web应用程序的开发环境有 了进一步的了解,在开发Web应用程序之前,我们 首先做好Web应用程序开发的准备工作:创建了数 据库和Web站点的连接。这样就有了进一步创建动 态页面的基础。但现在数据库中的数据还不能直接 应用到页面中因为要将数据库用作动态网页的内 容源时必须首先创建一个要在其中存储检索数据 的记录集

查找也叫检索,是一种在实际中大量应用的基本运算 查找表是由同一类型的数据元素(或记录)构成的集合 对查找表经常进行的操作有以下几种:

本章主要介绍了结构化查询语言SQLSQL 是对数据库中的数据进行组织、管理和检索 的工具。SQL语言是使用关系模型的数据库 应用语言,本章以VFP为基础讲述SQL的基 本概念及其语句的基本用法

选择查询是最常见的查询类型,它从一个 或多个的表中检索数据,并且允许在可以 更新记录(带有一些限制条件)的数据表 中进行各种操作数据。也可以使用选择查 询来对记录进行分组,并且对记录作总计 、计数、平均以及其他类型总和的计算。 选择查询的优点在于能将多个表或查询中 的数据集合在一起,或对多个表或查询中 的数据执行操作

串匹配(String Matching)问题是计算机科学中的一个基本问题,也是复杂性理论中研 究的最广泛的问题之一。它在文字编辑处理、图像处理、文献检索、自然语言识别、生物 学等领域有着广泛的应用。而且,串匹配是这些应用中最耗时的核心问题,好的串匹配算 法能显著地提高应用的效率。因此,研究并设计快速的串匹配算法具有重要的理论价值 实际意义

计算机图形学的主要核心技术是如何建立所处理对象的模型并生成该对象的图形。 研究内容: (1)几何模型构造技术 (2)图形生成技术 (3)图形操作与处理方法 (4)图形信息的存贮、检索与交换技术