基于贝叶斯网络的信息检索研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 1 绪论 | 第9-14页 |
| ·课题的提出背景 | 第9页 |
| ·国内外研究的现状与发展 | 第9-11页 |
| ·智能化信息检索 | 第9-10页 |
| ·贝叶斯网络的应用 | 第10-11页 |
| ·本文研究的意义、目标与主要内容 | 第11-13页 |
| ·论文的框架与组织 | 第13-14页 |
| 2 现有信息检索模型综述 | 第14-24页 |
| ·集合模型 | 第14-18页 |
| ·布尔模型 | 第14-15页 |
| ·扩展布尔模型 | 第15-17页 |
| ·总结 | 第17-18页 |
| ·代数模型 | 第18-20页 |
| ·概率模型 | 第20-21页 |
| ·三种模型的比较 | 第21-23页 |
| ·概率模型与向量空间模型的关系 | 第21-22页 |
| ·三种模型的综合比较 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 3 贝叶斯网络的概述 | 第24-29页 |
| ·贝叶斯网络基本概念 | 第24-26页 |
| ·贝叶斯网的产生 | 第24-25页 |
| ·贝叶斯网的表示方法 | 第25-26页 |
| ·贝叶斯网络与神经网络的关系 | 第26-27页 |
| ·应用贝叶斯网络进行信息检索的优势 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 4 基于贝叶斯网络的信息检索模型 | 第29-37页 |
| ·符号约定 | 第29页 |
| ·检索模型的结构框架 | 第29-30页 |
| ·推理网络模型 | 第30-33页 |
| ·贝叶斯网络模型 | 第33-35页 |
| ·贝叶斯网络模型的简化计算 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 5 基于贝叶斯网络对检索项进行扩展 | 第37-44页 |
| ·扩展检索项的贝叶斯网络 | 第37-38页 |
| ·关联规则挖掘的基本概念和问题描述 | 第38-39页 |
| ·关联规则挖掘算法——APRIORI 算法 | 第39-40页 |
| ·利用频繁项目集对用户检索项进行扩展计算 | 第40-42页 |
| ·本章小结 | 第42-44页 |
| 6 模型的性能评估 | 第44-51页 |
| ·总述 | 第44页 |
| ·实验介绍 | 第44-46页 |
| ·数据的采集 | 第44页 |
| ·关键词的扩展与权重的计算 | 第44-45页 |
| ·计算查询项与文档之间的相似度 | 第45-46页 |
| ·评价模型的两个指标 | 第46-48页 |
| ·影响模型性能的因素 | 第48-49页 |
| ·数据采集 | 第48页 |
| ·贝叶斯概率推理 | 第48页 |
| ·适应性 | 第48-49页 |
| ·未来工作的展望 | 第49-50页 |
| ·信息检索模型的发展 | 第49页 |
| ·增量挖掘技术 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 7 结束语 | 第51-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-58页 |
| 附录 | 第58页 |
