第一章 网络信息资源基础知识 •第一节 因特网基础 •第二节 网络信息资源 •第三节 搜索引擎 •第四节 搜索引擎使用技巧 •第五节 搜索典型案例 第二章 德州学院图书馆电子资源的利用

第一节 中国学术期刊（网络版） 第二节 中文科技期刊数据库（维普资讯-中文期刊服务平台） 第三节 万方数据的中国学术期刊数据库 附 录 龙源期刊网

• 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)

• 概率基础知识 • 概率排序原理 • 二元假设检验与概率排序原理 • 概率排序的实现方式 • BIM模型 • 二值独立概率模型BIM • BIM排序函数的推导 • RSV的估算方法 • BM25模型

宏观经济学 药物经济学 卫生法学 形势与政策（一） 形势与政策（二） 形势与政策（三） 形势与政策（四） 财务管理 组织行为学 行政文书写作 管理学基础 公共关系学 部分课程简介 中医气功学 中医信息检索 教育学 中医与运动 实用医学绘图 田径 运动医学文献 中医药科学研究思路与方法

2-2文献的类型 一、以文献加工等级和层次为标准进行划分Primary literature Secondary literature, Tertiary literature 二、以文献的物质载体形式为标准划分早期文献、纸质文献和现代文献等 三、以文献的出版形式为主要标准的综合性划分图书、期刊、特种文献 四、按文献传播和使用范围进行划分白色、灰色和黑色文献等

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

 背景、示例与应用  推荐系统要素  常用推荐方法 基于内容的推荐方法 基于标签的推荐方法 基于网络的推荐方法 基于上下文的推荐方法  推荐方法测试

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