第9章根据内容检索.pptVIP

第9章 根据内容检索 本章目标 介绍根据内容检索的基本概念。 介绍检索系统的评介方法。 讨论针对文本数据的根据内容检索问题，集中讨论向量空间表示，以及文档中匹配查询的算法、隐含语义索引和文档分类。 介绍用于对个人偏好建模的自动推荐系统。 第9章 根据内容检索 本章目标 讨论图像检索算法中表示和检索问题。 介绍匹配时间序列和序列的基本概念。 9.1 简介 传统的数据库查询定义为：查询是一种返回精确匹配指定要求的记录集合(或表项集合)的操作。例如，查询“[level=MANAGER] AND [age30]”， 返回的结果是有具有重要职务的年轻雇员的列表。 但在数据分析时，所感兴趣的是更一般的但不很精确的查询。 例如，假设已知一个患者的人口统计学信息(比如年龄性别等等)、血液和其他常规检查的结果，以及生物医学方面的时间序列、X-光和图像。 为了辅助对这个患者进行诊断，医生希望了解医院数据库中是否包含类似的患者，如果有类似的患者，那么他们的诊断、治疗方法和最终结果如何？ 这个问题的难点在于如何根据不同的数据类型(多元变量、时间序列和图像数据)来判断各个患者间的相似性。这类问题采用精确匹配是行不通的，因为数据库中不可能存在各项指标完全匹配的患者。 因此，需要解决的是在数据库找出和指定查询或指定对象最相似的k个对象的各种技术问题。 可以把这种形式的检索看是交互式的数据挖掘，因为用户直接参与