信息检索与信息融合

第1章　信息检索模型与算法　

　1.1　布尔检索模型　

　　1.1.1　布尔模型的基本原理　

　　1.1.2　布尔模型的分析　

　1.2　向量空间模型　

　　1.2.1　向量空间模型的基本原理　

　　1.2.2　向量空间模型的分析　

　1.3　扩展布尔模型　

　　1.3.1　扩展布尔模型的基本原理　

　　1.3.2　扩展布尔模型的分析　

　1.4　概率论检索模型　

　　1.4.1　经典概率模型　

　　1.4.2　基于Bayesian网络的检索模型　

　1.5　模糊集合检索模型　

　　1.5.1　标引词关联矩阵　

　　1.5.2　文档的隶属度　

　　1.5.3　用户提问及表示　

　　1.5.4　模糊检索模型的分析　

　1.6　Web信息检索算法　

　　1.6.1　PageRank算法　

　　1.6.2　HITS算法　

　　1.6.3　两种算法的分析　

第2章　信息融合原理与方法　

　2.1　信息融合的基本含义　

　　2.1.1　信息融合的概念

　　2.1.2　信息融合的3层含义　

　2.2　信息融合的原理与功能　

　　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　信息融合的信息论基础

　　2.3.1　信息的基本性质　

　　2.3.2　基于信息特性的信息融合　

　　2.3.3　信息融合的熵理论　

　2.4　信息融合的层次结构　

　　2.4.1　数据层融合　

　　2.4.2　特征层融合　

　　2.4.3　决策层融合　

　　2.4.4　3种层次结构的分析　

　2.5　信息融合的方法　

　　2.5.1　基于贝叶斯估计的信息融合方法　

　　2.5.2　D-S证据理论与信息融合　

　　2.5.3　其他信息融合方法　

第3章　信息检索中的信息融合模式　

　3.1　单数据集融合　

　　3.1.1　描述融合　

　　3.1.2　查询融合　　

　　3.1.3　方法融合　

　　3.1.4　有效融合的条件　

　　3.1.5　单数据集中融合的特点

　3.2　多数据集融合　

　　3.2.1　多数据集融合的特点　

　　3.2.2　数据集选择　

　　3.2.3　结果集融合　

　3.3　Web融合　

　　3.3.1　多种模式融合　

　　3.3.2　基于元搜索的融合　

第4章　检索查询的融合策略　

第5章　多Agent检索中的融合　

第6章　分布式检索中数据集选择的融合　

第7章　检索结果的排序融合　

第8章　自动标引中的信息融合　

第9章　基于内容的信息检索与融合　

参考文献