کتاب مدل های بازیابی اطلاعات و خوشه بندی

                                       فهرست مطالب

عنوان                                                                                صفحه

فصل اول بازیابی اطلاعات

1-1) مقدمه.........................................................................9

1-2) بازیابی اطلاعات........................................................... 10

1-3) متدهای بازیابی........................................................... 14

1-4) سیستم بازیابی اطلاعات............................................... 18

1-4-1) معماری کلی یک سیستم بازیابی اطلاعات..................... 18

1-5) ارزیابی سیستم بازیابی اطلاعات..................................... 20

1-5-1) ارزیابی مجموعه‌های بازیابی رتبه‌بندی نشده.....................20

1-5-2) ارزیابی نتایج بازیابی رتبه‌بندی شده................................23

فصل دوم  انواع مدل‌های بازیابی اطلاعات

2-1) مقدمه..............................................................................29

2-2) مدلهای ذخیره و بازیابی متنی. .............................................29

2-2-1) مدل بولین. ....................................................................30

2-2-1-1) ساخت یک فهرست وارونه..............................................33

2-2-1-2) ساختار داده‌ای postings list

2-2-1-3) پردازش پرس‌وجوی بولین. .................................................37

2-2-2) مدل احتمالی.................................................................... 39

2-2-2-1) مروری بر نظریه‌ی احتمال. ..................................................39

2-2-2-2) اصول رتبه‌بندی احتمالی. ..................................................40

2-2-2-3) انواع مدل‌های احتمالی...................................................... 41

2-2-2-3-1) مدل استقلال باینری. ......................................................41

2-2-2-3-1-1) استخراج یک تابع رتبه‌بندی برای واژه‌های پرس‌وجو.............. 42

2-2-2-3-1-2) تخمین‌های احتمال در تئوری.......................................... 45

2-2-2-3-1-3) تخمین‌های احتمال در عمل........................................... 46

2-2-2-3-2) مدل‌های مبتنی بر ساختار درختی وابستگی‌های بین واژه‌ها.......47

2-2-2-3-3) مدل غیرباینری Okapi BM25

2-2-2-3-4) مدل‌های مبتنی بر شبکه‌های بیزی. ......................................49

2-2-3) مدل زبانی.............................................................................. 50

2-2-3-1) اتوماتای متناهی و مدل‌های زبانی. ..........................................50

2-2-3-2) انواع مدل‌های زبانی. .............................................................53

2-2-3-3) توزیع چندجمله‌ای روی کلمات.................................................. 54

2-2-3-4) مدل احتمالی پرس‌و‌جو. ..........................................................55

2-2-3-4-1) استفاده از مدل‌های زبانی احتمالی پرس‌و‌جو در بازیابی اطلاعات.. 55

2-2-3-4-2) تخمین احتمال پرس‌وجو. .......................................................57

2-2-4) مدل فضای برداری. ......................................................................60

2-2-4-1) فراوانی واژه و وزن‌دهی............................................................. 60

2-2-4-1-1) فراوانی مدرک معکوس........................................................... 61

2-2-4-1-2) وزن‌دهی ............................................................................. 62

2-2-4-2) مدل فضای برداری برای امتیازدهی. ...............................................63

2-2-4-2-1) ضرب‌های نقطه‌ای و محاسبه‌ی تشابه کسینوسی. .......................63

2-2-4-2-2) پرس‌وجوها به عنوان بردارها........................................................66

2-2-4-2-3) الگوریتمی برای محاسبه‌ی امتیازهای برداری. ................................68

2-2-4-3) انواع توابع .................................................................................. 70

2-2-4-3-1) مقیاس‌گذاری خطی tf

2-2-4-3-2) نرمالسازی tf ماکزیمم. ...............................................................71

2-2-4-3-3) رویه‌های وزن‌دهی پرس‌وجو و مدرک.. ............................................72

2-2-4-4) نرمالسازی مدرک بر محور طول. ......................................................73

فصل سوم  خوشه‌بندی

3-1) مقدمه.................................................................................................77

3-2) خوشه‎بندی در بازیابی اطلاعات................................................................ 84

3-3) روش‎های خوشه‎بندی بخش‎بندی (غیرسلسله‎مراتبی)..................................86

3-3-1) خوشه‌بندی K-Means

3-3-2) الگوریتم خوشه‌بندی LBG. ......................................................................

3-4) روش‌های خوشه‌بندی سلسله‌مراتبی....................................................... 94

3-4-1) خوشه‌بندی سلسله‌مراتبی متراکم. .......................................................95

3-4-1-1) خوشه‌بندی به روش Single-link. 

3-4-1-2) خوشه‌بندی به روش Complete-Link.

3-4-1-3) خوشه‌بندی به روش Average-Link. 

3-4-1-4) خوشه‌بندی به روش Group Average Link

3-4-1-5) خوشه‌بندی به روش Median Distance

3-4-2) خوشه‌بندی تقسیم‌کننده................................................101

3-4-2-1) Bisecting K-means..........102

واژه‌نامه...................................................................................103

منابع. .....................................................................................109

فهرست اشکال

فهرست جداول