王斌老师现代信息检索2012年秋季期末试题.docVIP

中国科学院研究生院 课程编号：71258-Z-2 试 题 专 用 纸 课程名称：现代信息检索 任课教师：王斌 ——————————————————————————————————————————————— 姓名 学号 成绩 判断题(正确打√，错误打Ｘ。每题2分，共分)γ的编码序列 。 A）B）C）D） 2．的是。 A）B） C）D） 共5页 第1页 3． 。 A）B） C）D）． 。 A）B） C）D） 5． A）B） C）D） 6．。 A）B）C） 7． 。 A）B）C）D）． 。 A）B）C）D）Rq1={d1,d2,d3,d4,d5}及 Rq2={d6,d7,d8,d9,d10 }的查询q1、q2，某个检索系统A返回的检索结果如表1所示。试计算出该系统对每个查询的P、R、F、P@10、AP等指标，并计算整个系统的MAP指标。请写出计算过程并将最后结果汇总填入表2中(小数点后保留2位即可)。其中AP计算采用未插值方法。 表1 检索结果表 系统-查询 返回结果数 返回结果中正确答案所在位置 A-q1 20 2-d2; 4-d4;5-d1;10-d5 A-q2 20 1-d6,4-d7;10-d8;12-d9 共5页 第2页 表2 结果汇总表 系统查询 P R F P@10 AP MAP A-q1 0.2 0.8 0.32 0.4 0.4 0.413 A-q2 0.2 0.8 0.32 0.3 0.427 对于下列分别采用VB编码和γ编码的间距编码结果(第一个是原始值，后面为间隔值)，请还原原始的间距序列及倒排记录表。 VB编码101110000010110110110101 γ编码： 1100111111100101111111111010001111110110 (110111000 000011012872 21 738997 2872 2893 741890 (2)11001 1111110010111 111111101000111 1110110 101 5 1010111 87 199 1110 14 5 92 291 295 对于如下坐标轴上的点，请分别采用单连接、全连接和质心法HAC对这些点进行聚类，并输出聚类的树状图。 0 1 2 3 4 5 6 7 单连接、全连接和质心法HAC 最相似成员 最不相似成员 平均相似度 假设个网页A、B、C、D构成如下的链接关系，试采用如下公式(u指当前页面，Bu是所有链接到u的页面集合，Nv是页面v的总出链接数，Ru)和Rv)分别是u和v的PageRank值，为计算方便，假定c=)计算每个网页的归一化PageRank值，即个网页的PageRank总和为1。 ( 我 是 中国 人”，中文分词可以采用无事先定义词典的方法。试应用本课程学到的文本分类技术实现无词典的分词过程，给出你的思路的详细步骤(内容抽取到文本分类问题的映射、文本表示方法、特征选择及分类算法等)和过程(提示：尽量详细)。 从发表内容和关注关系(结构)两个角度出发，设计一个算法来计算微博用户之间的相似度(提示：尽量详细)。 Opinions and suggestions on the partys mass line educational practiceAccording to the central and provincial, municipal unified deployment, according to municipal Party committee about carrying out the partys mass line educational practice activity in the citys implementation opinions, the spirit of the partys mass line educational practice activities from 2