第九章节根据内容检索.pptVIP

第9章 根据内容检索 本章目标 介绍根据内容检索的基本概念。 介绍检索系统的评介方法。 讨论针对文本数据的根据内容检索问题，集中讨论向量空间表示，以及文档中匹配查询的算法、隐含语义索引和文档分类。 介绍用于对个人偏好建模的自动推荐系统。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 第9章 根据内容检索 本章目标 讨论图像检索算法中表示和检索问题。 介绍匹配时间序列和序列的基本概念。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 9.1 简介 传统的数据库查询定义为：查询是一种返回精确匹配指定要求的记录集合(或表项集合)的操作。例如，查询“[level=MANAGER] AND [age30]”， 返回的结果是有具有重要职务的年轻雇员的列表。 但在数据分析时，所感兴趣的是更一般的但不很精确的查询。 例如，假设已知一个患者的人口统计学信息(比如年龄性别等等)、血液和其他常规检查的结果，以及生物医学方面的时间序列、X-光和图像。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 为了辅助对这个患者进行诊断，医生希望了解医院数据库中是否包含类似的患者，如果有类似的患者，那么他们的诊断、治疗方法和最终结果如何？ 这个问题的难点在于如何根据不同的数据类型(多元变量、时间序列和图像数据)来判断各个患者间的相似性。这类问题采用精确匹配是行不通的，因为数据库中不可能存在各项指标完全匹配的患者。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 因此，需要解决的是在数据库找出和指定查询或指定对象最相似的k个对象的各种技术问题。 可以把这种形式的检索看是交互式的数据挖掘，因为用户直接参与了探索数据集的过程—指定查询并解决匹配过程得到的结果。 如果数据集是根据内容批注的，那么检索问题就简化为标准的数据库索引问题，如果数据库没有被预先索引，我们仅有要寻找目标Q(查询模式)的一个实例，根据这个查询模式Q，我们要推论出数据集中哪些其他对象和它相近。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 这种检索方法被称为根据内容检索(retrieval by content)，它的最著名应用是在文本中检索。在文本检索中，查询模式Q通常是很短的(查询词汇列表)，然后在很大的文档集合匹配这个模式。 这类问题由三个基本部分组成： 1.如何定义对象间的相似尺度； 2.如何实现高计算效率的有哪些信誉好的足球投注网站算法(对于给定的相似尺度)； 3.如何在检索过程中融入用户的反馈并进行交互。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 本章主要讨论第一和第三个问题，第二个问题通常是一种索引问题(一个好的索引可以极大提高效率)。 在下面的分析中，我们使用“相似”这个词，又使用“距离”这个词。对应的是相似尺度最大化和距离尺度最小化，其他章节的相似度和相异度。 根据内容检索需要解决的几个问题： 1.如何客观地评估特定检索算法的性能。 2.如何决定用以计算相似尺度的表示。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 例如，通常用颜色、纹理和相似特征来地、表示图像；用单词的出现次数来表示文本。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Clie