信息检索数据挖掘.pdf

信息检索与数据挖掘信息检索与数据挖掘 11 信息检索与数据挖掘 第1章 绪论 信息检索与数据挖掘 2 提纲 1.1 信息检索的由来和这门课的意义 1.2 信息检索的历史和发展 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 1.5 课程要求和说明 信息检索与数据挖掘 3 提纲 1.1 信息检索的由来和这门课的意义 1.1.1 信息过载 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 1.3 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 1.5 课程要求和说明 信息检索与数据挖掘 4 信息检索的由来 为什么需要信息检索？ 什么是信息检索？ 什么是数据挖掘？ 数据挖掘与信息检索有什么关系？ 信息检索与数据挖掘 5 1.1.1 信息过载 •数据爆炸性的增长，而人的处理能力有限 • 网站 6.34亿 (2012年 5.55亿（2011年 2.55亿（2010年 Internet上网站 底) 底） 底） 总数 5100万 2012年新增网站数量 8780万 Tumblr博客的数量 5940万 全球WordPress网站的数量 35% 2012年网页平均变大35% 4% 2012年网页平均加载速度减慢4% 信息检索与数据挖掘 6 1.1.1 信息过载 •数据爆炸性的增长，而人的处理能力有限 • Web服务器 6.7% 2012年使用Apache服务网站的数量下降了6.7% 32.4% 2012年使用IIS服务网站的数量增长了32.4% 36.4% 2012年使用NGINX服务网站的数量增长了36.4% 15.9% 2012年使用Google服务网站的数量增长了15.9% 2012年12月Web服务器所占的市场份 额比例图 信息检索与数据挖掘 7 1.1.1 信息过载 •数据爆炸性的增长，而人的处理能力有限 • 视频 48 YouTube上每分钟上传视频的小时数 250万 被上传到YouTube新闻相关视频的小时数 883亿 Google sites （incl. YouTube）每月观看的视频数 2000万 Facebook 上每月上传的视频数 谷歌视频网站的独立访客访问数量，视频领域排名第一 10亿 短短五个月时间，鸟叔 Gangnam Style成