10 2015 档案

[IR课程笔记]Query Refinement and Relevance Feedback
摘要：相关反馈的两种类型：“真实”的相关反馈： 1. 系统返回结果 2. 用户提供一些反馈 3. 系统根据这些反馈，返回一些不同的，更好的结果“假定”的相关反馈 1. 系统得到结果但是并不返回结果 2. 系统根据这些结果改善query 3. 根据改善后的query得到结果并返回Rocchio's Modi... 阅读全文
posted @ 2015-10-31 23:07 Yuki_i 阅读(415) 评论(0) 推荐(0)
[IR课程笔记]Hyperlink-Induced Topic Search(HITS)
摘要：两个假设 1. 好的hub pages: 好的对某个主题的hub pages 链接许多好的这个主题的authoritative pages. 2. 好的authoritative pages: 好的对某个主题的authoritative pages 被许多好的这个主题的hub pages链接。 注... 阅读全文
posted @ 2015-10-31 14:45 Yuki_i 阅读(553) 评论(0) 推荐(0)
[IR课程笔记]Page Rank
摘要：主要目的： 在网络信息检索中，对每个文档的重要性作出评价。Basic Idea: 如果有许多网页链接到某一个网页，那么这个网页比较重要。 如果某个网页被一个权重较大的网页链接，那么这个网页比较重要。随机游走模型： 过程：1.在所有网页中，随机选择一个网页作为游走的开端。 2.然后在当前网... 阅读全文
posted @ 2015-10-28 17:42 Yuki_i 阅读(540) 评论(1) 推荐(0)
[数据挖掘课程笔记]关联规则挖掘 - Apriori算法
摘要：两种度量： 支持度（support） support(A→B) = count(AUB)/N (N是数据库中记录的条数) 自信度（confidence）confidence(A→B) = count(AUB)/count(A)关联规则挖掘的基本两个步骤： 1.找出所有的频繁项集 2.由频繁... 阅读全文
posted @ 2015-10-23 01:05 Yuki_i 阅读(2052) 评论(0) 推荐(1)
[IR课程笔记]概率检索模型
摘要：几个符号意义： R：相关文档集 NR：不相关文档集 q:用户查询 dj：文档j1/0风险情况 PRP（probability ranking principle）：概率排序原理，利用概率模型来估计每篇文档和需求相关概率，然后对结果进行排序。 贝叶斯最优决策原理，基于最小损失风险作... 阅读全文
posted @ 2015-10-18 17:28 Yuki_i 阅读(1387) 评论(0) 推荐(0)
[IR课程笔记]向量空间模型（Vector Space Model）
摘要：VSM思想 把文档表示成R|v|上的向量，从而可以计算文档与文档之间的相似度（根据欧氏距离或者余弦夹角） 那么，如何将文档将文档表示为向量呢？ 首先，需要选取基向量/dimensions，基向量须是线性独立的或者正交的向量。 在IR系统中，有两种方式决定基向量： 1.核心概念的思想（core... 阅读全文
posted @ 2015-10-18 14:48 Yuki_i 阅读(1053) 评论(0) 推荐(0)
[IR课程笔记]统计语言模型
摘要：Basic idea 1.一个文档（document）只有一个主题（topic） 2.主题指的是这个主题下文档中词语是如何出现的 3.在某一主题下文档中经常出现的词语，这个词语在这个主题中也是经常出现的。 4.在某一主题下文档中不经常出现的词语，这个词语在这个主题中也是不经常出现的。 5.由... 阅读全文
posted @ 2015-10-18 13:45 Yuki_i 阅读(1121) 评论(0) 推荐(0)
[数据挖掘课程笔记]人工神经网络（ANN）
摘要：人工神经网络（Artificial Neural Networks）顾名思义，是模仿人大脑神经元结构的模型。上图是一个有隐含层的人工神经网络模型。X = （x1,x2,..,xm）是ANN的输入，也就是一条记录的在m个属性上的值。每个属性对应一个输入节点。 对于输入层来说，输入层的输... 阅读全文
posted @ 2015-10-16 01:00 Yuki_i 阅读(1803) 评论(0) 推荐(0)
[数据挖掘课程笔记]基于规则的分类-顺序覆盖算法（sequential covering algorithm）
摘要：Rule_set = {}; //学习的规则集初试为空for 每个类c do repeat Rule = Learn_One_Rule(D,Att-vals,c) 从D中删除被Rule覆盖的元组; until终止条件被满足 Rule_set... 阅读全文
posted @ 2015-10-13 21:56 Yuki_i 阅读(3930) 评论(0) 推荐(0)
[数据挖掘课程笔记]Naïve Bayesian Classifier
摘要：朴素贝叶斯模型 1) X:一条未被标记的数据 2) H:一个假设，如H=X属于Ci类 根据贝叶斯公式 把X表示为（x1,x2,....xn）x1,x2,....xn表示X在各个特征上的值。 假设有c1,c2,c3...cm个类别。 那么这个对X的分类问题就可以转化为找出使P（... 阅读全文
posted @ 2015-10-13 00:20 Yuki_i 阅读(468) 评论(0) 推荐(0)
[数据挖掘课程笔记]SLIQ算法
摘要：1.数据结构 主要的数据结构有：1.Attribute List 2.Class List 对于数据集，每一个属性都有一个对应的Attribute List.如上图所示，每个Attribute List有两列，分别是对应的属性值和该条记录在Class List里的索引。根据不同的索引值... 阅读全文
posted @ 2015-10-08 20:06 Yuki_i 阅读(2631) 评论(0) 推荐(0)