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