数据挖掘与信息检索指南.doc

数据挖掘与信息检索指南

TOC\o1-2\h\u10128第一章数据挖掘基础 3

83501.1数据挖掘概述 3

294071.2数据挖掘流程 3

162671.3数据挖掘任务与算法 3

23595第二章数据预处理 4

224152.1数据清洗 4

97392.2数据集成 4

69892.3数据转换 5

290162.4数据归一化与标准化 5

15262.4.1数据归一化 5

69912.4.2数据标准化 5

23388第三章数据挖掘算法 6

281233.1分类算法 6

14293.2聚类算法 6

151523.3关联规则挖掘 7

93983.4序列模式挖掘 7

1807第四章信息检索基础 7

24174.1信息检索概述 7

131734.2信息检索模型 8

229394.3信息检索评价标准 8

49984.4信息检索系统架构 8

21986第五章文本预处理 9

79115.1文本清洗 9

128625.2词性标注 9

43365.3停用词处理 9

161025.4词干提取与词形还原 10

23126第六章文本挖掘 10

199056.1文本分类 10

167026.1.1文本分类方法 10

247626.1.2文本分类的评价指标 11

109726.2文本聚类 11

203206.2.1文本聚类方法 11

89676.2.2文本聚类的评价指标 11

180926.3情感分析 11

65026.3.1情感分析方法 11

235336.3.2情感分析的评价指标 12

187306.4主题模型 12

297396.4.1主题模型方法 12

100956.4.2主题模型的应用 12

2940第七章信息检索算法 12

219417.1布尔模型 12

10567.1.1布尔表达式的组成 13

166557.1.2布尔模型的评估方法 13

90557.2向量空间模型 13

71737.2.1向量的构建 13

211217.2.2相似度计算 13

41497.3概率模型 13

113497.3.1概率模型的组成 13

118237.3.2概率模型的评估方法 13

256347.4深度学习模型 13

54247.4.1神经网络基础 14

145907.4.2深度学习模型在信息检索中的应用 14

229437.4.3深度学习模型的训练与优化 14

207第八章信息检索应用 14

103578.1搜索引擎 14

288188.1.1概述 14

222718.1.2网页抓取 14

132098.1.3索引构建 14

188448.1.4查询处理 14

127558.1.5排序算法 15

126358.2推荐系统 15

95818.2.1概述 15

244918.2.2推荐算法 15

251528.2.3评估指标 15

103708.3社交网络分析 15

15158.3.1概述 15

201198.3.2用户行为分析 15

157568.3.3社交网络结构分析 15

47838.3.4情感分析 16

303248.4生物信息学 16

15448.4.1概述 16

146708.4.2序列分析 16

3608.4.3结构分析 16

111418.4.4功能分析 16

27997第九章数据挖掘与信息检索融合 16

207309.1数据挖掘与信息检索的结合 16

116879.2融合算法与应用 16

144049.3融合发展趋势 17

207209.4案例分析 17

19984第十章数据挖掘与信息检索工具与平台 18

2847210.1数据挖掘工具 18

1442510.2信息检索工具 18

1346710.3开源平台与框架 18

2472310.4工具与平台的选择与应用 19

第一章数据挖掘基础

1.1数据挖掘概述

数据挖掘（DataMining）是指从大量数据中通过算法和统计分析方法，发觉潜在的、有价值的信息和知识的过程。信息技术的飞速发展，数据挖掘已成为人工智能、统计学和计算