面向Web的个性语义信息检索技术 2009PDF电子书下载

第1篇 信息检索的研究背景和相关基础 3

第1章 信息检索的研究目的和意义 3

1.1解决信息超载与信息饥饿的矛盾 4

1.2信息检索需要不确定性推理 5

1.3适应个性化信息检索的需求 7

1.4为检索评价提供新方法 8

1.5基于语义的信息检索 8

第2章 信息检索的研究现状 11

2.1信息检索的发展历程 11

2.2国外研究情况 14

2.3国内研究情况 15

2.4语义网信息检索现状 17

第3章 信息检索模型概述 20

3.1特征项与特征项的权重 20

3.2布尔模型 21

3.3向量模型 22

3.4概率论模型 23

3.5元搜索引擎 25

3.6基于本体的检索模型 28

第4章 常见的检索性能评价方法 32

4.1引言 32

4.2什么是检索评价 36

4.3召回率和精确率 37

4.4变化的召回率和精确率 38

4.5召回率和精确率的复合评价 40

第5章 语义Web和描述逻辑 42

5.1语义Web 42

5.2描述逻辑 55

5.3语义Web与描述逻辑 67

5.4小结 68

第6章 云模型理论 69

6.1云模型产生背景 69

6.2云模型的基本概念 72

6.3云数字特征的双重性 72

6.4正向云发生器的实现算法 75

6.5逆向云发生器的实现算法 75

6.6云变换 77

6.7定性概念的可还原性——云滴的生成 78

6.8云模型的应用 79

第2篇 面向Web的个性化信息检索 83

第7章 个性化信息检索框架及理论基础 83

7.1引言 83

7.2相关概念 83

7.3个性化信息检索系统框架及检索过程 86

7.4信息检索的关键技术 91

7.5小结 99

第8章 基于云的泛概念检索模型 101

8.1引言 101

8.2基于云的泛概念检索模型 102

8.3小结 117

第9章 检索评价和用户相关性判定 119

9.1信息检索性能的云评价方法 119

9.2信息检索性能的加权综合评价方法 127

9.3信息检索性能的加权综合云评价方法 134

9.4个性化信息检索系统的用户相关性判定 135

9.5小结 143

第10章 用户建模技术及兴趣挖掘 145

10.1引言 145

10.2用户兴趣模型 146

10.3基于最大生成树的文档聚类在信息检索中的应用 151

10.4小结 159

第11章 查询相似度计算和查询后处理 161

11.1引言 161

11.2词语相似度的计算和相关性判断 162

11.3基于熵原理的信息检索后处理算法 167

11.4其他的后处理 173

11.5小结 174

第12章 基于J2EE的个性化信息检索系统架构 175

12.1引言 175

12.2个性化信息检索系统的用例分析 177

12.3个性化信息检索系统框架 177

12.4基于J2EE的个性化信息检索系统结构 180

12.5设计与实现 185

第3篇 面向语义网的信息检索 189

第13章 基于本体的语义信息检索模型 189

13.1引言 189

13.2信息检索模型的一般定义 190

13.3 SIRM-O：基于本体的语义信息检索模型 192

13.4小结 201

第14章 基于描述逻辑的知识库检索 202

14.1引言 202

14.2相关研究 204

14.3基于Rolling-up技术的检索优化方法 206

14.4基于断言图的知识库检索 211

14.5小结 219

第15章 描述逻辑ALC的不确定性扩展 221

15.1引言 221

15.2相关研究 223

15.3研究基础——描述逻辑ALC 230

15.4 Cloud-ALC：描述逻辑ALC的云扩展 232

15.5 Cloud-ALC的性质 235

15.6 Cloud-ALC的推理 237

15.7小结 238

第16章 基于语义网的分布式信息检索系统 240

16.1引言 240

16.2 D-IRSW检索系统模型 241

16.3小结 253

附录一 云的正向生成器算法 254

附录二 云的逆向生成器算法 256

附录三 推荐阅读材料 257

参考文献 258

后记 280