基于粗糙集理论的智能信息检索方法的研究
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 目录 | 第5-7页 |
| 第一章 引言 | 第7-12页 |
| 1.1 选题意义 | 第7-8页 |
| 1.2 国内外研究综述 | 第8-11页 |
| 1.2.1 信息检索的定义及其产生 | 第8页 |
| 1.2.2 信息检索技术的热点 | 第8-10页 |
| 1.2.3 现代信息技术对文本信息检索的影响 | 第10-11页 |
| 1.3 本文的主要工作 | 第11页 |
| 1.4 本文的组织结构 | 第11-12页 |
| 第二章 粗糙集理论 | 第12-18页 |
| 2.1 粗糙集理论的产生与发展 | 第12-14页 |
| 2.2 粗糙集理论的特点 | 第14页 |
| 2.3 粗糙集的基本知识 | 第14-17页 |
| 2.4 粗糙集理论所处理的问题 | 第17-18页 |
| 第三章 信息检索模型 | 第18-26页 |
| 3.1 布尔模型 | 第18-19页 |
| 3.2 概率检索模型 | 第19-20页 |
| 3.3 向量空间模型 | 第20-21页 |
| 3.4 基于概念的检索模型 | 第21-24页 |
| 3.4.1 概念词典 | 第22-23页 |
| 3.4.2 潜在语义索引 | 第23-24页 |
| 3.5 信息检索的性能评价 | 第24-26页 |
| 第四章 信息检索的关键技术 | 第26-39页 |
| 4.1 文档表示 | 第26-30页 |
| 4.1.1 文档的表示的几个相关概念 | 第26-27页 |
| 4.1.2 特征项的选择 | 第27-29页 |
| 4.1.3 特征项的权重计算 | 第29-30页 |
| 4.2 分词 | 第30-35页 |
| 4.2.1 机械匹配法 | 第31-32页 |
| 4.2.2 特征词库法 | 第32页 |
| 4.2.3 约束矩阵法 | 第32-33页 |
| 4.2.4 语法分析法 | 第33-34页 |
| 4.2.5 理解分词 | 第34-35页 |
| 4.3 用户兴趣的表示 | 第35-39页 |
| 4.3.1 基于内容的表示 | 第35-36页 |
| 4.3.2 基于评价的表示 | 第36-37页 |
| 4.3.3 基于知识的表示 | 第37-39页 |
| 第五章 原型系统的设计与实现 | 第39-51页 |
| 5.1 功能设计与实现方案的选择 | 第39-42页 |
| 5.1.1 功能设计 | 第39页 |
| 5.1.2 预处理功能及其实现方案 | 第39-41页 |
| 5.1.3 核心功能的实现方案 | 第41-42页 |
| 5.2 系统的组成及其功能 | 第42-51页 |
| 5.2.1 文本检索系统框架模型 | 第42-43页 |
| 5.2.2 相似度计算 | 第43-44页 |
| 5.2.3 用户查询 | 第44-45页 |
| 5.2.4 查询优化的算法描述 | 第45-51页 |
| 第六章 结论与展望 | 第51-52页 |
| 6.1 本文的总结 | 第51页 |
| 6.2 未来工作 | 第51-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 学期间公开发表论文及参与项目情况 | 第56页 |
