信息檢索與信息融合

第1章　信息檢索模型與算法　
　1.1　布爾檢索模型　
　　1.1.1　布爾模型的基本原理　
　　1.1.2　布爾模型的分析　
　1.2　向量空間模型　
　　1.2.1　向量空間模型的基本原理　
　　1.2.2　向量空間模型的分析　
　1.3　擴展布爾模型　
　　1.3.1　擴展布爾模型的基本原理　
　　1.3.2　擴展布爾模型的分析　
　1.4　概率論檢索模型　
　　1.4.1　經典概率模型　
　　1.4.2　基于Bayesian網絡的檢索模型　
　1.5　模糊集合檢索模型　
　　1.5.1　標引詞關聯(lián)矩陣　
　　1.5.2　文檔的隸屬度　
　　1.5.3　用戶提問及表示　
　　1.5.4　模糊檢索模型的分析　
　1.6　Web信息檢索算法　
　　1.6.1　PageRank算法　
　　1.6.2　HITS算法　
　　1.6.3　兩種算法的分析　
第2章　信息融合原理與方法　
　2.1　信息融合的基本含義　
　　2.1.1　信息融合的概念
　　2.1.2　信息融合的3層含義　
　2.2　信息融合的原理與功能　
　　2.2.1　信息融合的基本原理　　
　　2.2.2　信息融合的目的　
　　2.2.3　信息融合的基本功能　
　2.3　信息融合的信息論基礎
　　2.3.1　信息的基本性質　
　　2.3.2　基于信息特性的信息融合　
　　2.3.3　信息融合的熵理論　
　2.4　信息融合的層次結構　
　　2.4.1　數(shù)據層融合　
　　2.4.2　特征層融合　
　　2.4.3　決策層融合　
　　2.4.4　3種層次結構的分析　
　2.5　信息融合的方法　
　　2.5.1　基于貝葉斯估計的信息融合方法　
　　2.5.2　D-S證據理論與信息融合　
　　2.5.3　其他信息融合方法　
第3章　信息檢索中的信息融合模式　
　3.1　單數(shù)據集融合　
　　3.1.1　描述融合　
　　3.1.2　查詢融合　　
　　3.1.3　方法融合　
　　3.1.4　有效融合的條件　
　　3.1.5　單數(shù)據集中融合的特點
　3.2　多數(shù)據集融合　
　　3.2.1　多數(shù)據集融合的特點　
　　3.2.2　數(shù)據集選擇　
　　3.2.3　結果集融合　
　3.3　Web融合　
　　3.3.1　多種模式融合　
　　3.3.2　基于元搜索的融合　
第4章　檢索查詢的融合策略　
第5章　多Agent檢索中的融合　
第6章　分布式檢索中數(shù)據集選擇的融合　
第7章　檢索結果的排序融合　
第8章　自動標引中的信息融合　
第9章　基于內容的信息檢索與融合　
參考文獻