信息检索与数据挖掘.PDFVIP

下载本文档

32
0
约2.56万字
约 57页
2017-06-14 发布于江苏
举报
版权申诉

信息检索与数据挖掘.PDF

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

信息检索与数据挖掘

信息检索与数据挖掘信息检索与数据挖掘 2013/4/92013/4/9 11 TuesdayTuesday 信息检索与数据挖掘第4章索引构建与索引压缩 ——第二讲索引压缩信息检索与数据挖掘 2013/4/9 2 Tuesday 课程内容 • 第1章绪论 • 第2章布尔检索及倒排索引 • 第3章词典查找及扩展的倒排索引 • 第4章索引构建和索引压缩 • 索引构建 • 索引压缩 • 第5章向量模型及检索系统 • 第6章检索的评价 • 第7章相关反馈和查询扩展 • 第8章概率模型 • 第9章基于语言建模的检索模型 • 第10章文本分类 • 第11章文本聚类 • 第12章 Web搜索 • 第13章多媒体信息检索 • 第14章其他应用简介信息检索与数据挖掘 2013/4/9 3 Tuesday 回顾4-1：语料库介绍- 索引是硕大的 Reuters-RCV1语料的统计数据符号含义值 N 文档总数 219.6 L 每篇文档的平均词条数目 200 M 词项 (Terms)总数 400,000 每个词条 (Tokens)的平均字节数(含空格和标点符号) 6 每个词条的平均字节数 (不含空格和标点符号) 4.5 每个词项的平均字节数 7.5 20+7.3 T 词条 –文档ID记录数（即总词条数目） 800000*200= 2 160 000 000 1.28GB? 信息检索与数据挖掘 2013/4/9 4 Tuesday 回顾4-2：硬件- 并行设计思想很强大计算机硬件特征解析若硬盘Cache 16MB？若16个硬盘的光通道阵列，顺序排列数据块？信息检索与数据挖掘 2013/4/9 5 Tuesday 回顾4-3：索引构建算法-很简单的任务分解思想 BSBI(Blocked