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

1.1 信息检索的由来和这门课的意义 1.1.1 信息过载与大数据 1.1.2 信息检索的定义 1.1.3 数据挖掘的定义 1.1.4 本课程的意义 1.2 信息检索的历史和发展 1.2.1 信息检索的历史 1.2.2 工业界的发展 1.2.3 学术界的发展 1.2.4 国际著名研究机构和代表人物 1.3 信息检索与数据挖掘等其他学科的关系 1.4 信息检索的基本概念 1.4.1 基本概念 1.4.2 一个IR系统的基本组成部分 1.5 课程要求和说明

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)

• 语言模型 • 什么是概率语言模型？如何比较两个模型？ • 怎样由文档生成语言模型？ • 语言模型的种类 • 语言模型如何应用到IR 中？ • 查询似然模型(Query Likelihood Model) • 平滑的方法：线性插值LM • 扩展的LM 方法