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
1.6Web信息检索算法
1.6.1PageRank算法
1.6.2HITS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
2.4.43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
2.5.2D-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
3.3Web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
……