君子博学而日参省乎己 则知明而行无过矣

博客园 首页 新随笔 联系 订阅 管理
  1057 随笔 :: 381 文章 :: 141 评论 :: 169万 阅读

06 2015 档案

Naive Bayes 笔记
摘要：Naive Bayes (朴素贝叶斯) 属于监督学习算法, 它通过计算测试样本在训练样本各个分类中的概率来确定测试样本所属分类, 取最大概率为其所属分类.优点在数据较少的情况下仍然有效,可以处理多类别问题缺点对输入数据的准备方式较为敏感适用数据类型标称型基础概念1. 条件概率P(A|B)表示事件B已... 阅读全文
posted @ 2015-06-27 19:16 刺猬的温驯 阅读(228) 评论(0) 推荐(0) 编辑

TF-IDF模型的概率解释
摘要：信息检索概述信息检索是当前应用十分广泛的一种技术，论文检索、搜索引擎都属于信息检索的范畴。通常，人们把信息检索问题抽象为：在文档集合D上，对于由关键词w[1] … w[k]组成的查询串q，返回一个按查询q和文档d匹配度relevance(q, d)排序的相关文档列表D’。对于这一问题，先后出现了布尔... 阅读全文
posted @ 2015-06-24 04:08 刺猬的温驯 阅读(340) 评论(0) 推荐(0) 编辑

搜索引擎的排序技术
摘要：摘要:本文简要介绍和比较了目前搜索引擎所使用的排序算法，主要包括词频位置加权排序算法，链接分析排序算法，并着重介绍了PageRank算法和HITS算法的思想以及二者比较的优缺点。关键词:搜索引擎;排序; PageRank; HITS1前言Google和Baidu的崛起，很大程度上是由于他们使用了较以... 阅读全文
posted @ 2015-06-19 05:33 刺猬的温驯 阅读(3265) 评论(0) 推荐(0) 编辑

搜索引擎的检索模型-查询与文档的相关度计算
摘要：1. 检索模型概述 搜索结果排序时搜索引擎最核心的部分，很大程度度上决定了搜索引擎的质量好坏及用户满意度。实际搜索结果排序的因子有很多，但最主要的两个因素是用户查询和网页内容的相关度，以及网页链接情况。这里我们主要总结网页内容和用户查询相关的内容。 判断网页内容是否与用户査询相关，这依赖于搜索引擎... 阅读全文
posted @ 2015-06-19 05:27 刺猬的温驯 阅读(547) 评论(0) 推荐(0) 编辑

搜索引擎网页排序算法
摘要：2.1基于词频统计——词位置加权的搜索引擎利用关键词在文档中出现的频率和位置排序是搜索引擎最早期排序的主要思想，其技术发展也最为成熟，是第一阶段搜索引擎的主要排序技术，应用非常广泛，至今仍是许多搜索引擎的核心排序技术。其基本原理是：关键词在文档中词频越高，出现的位置越重要，则被认为和检索词的相关性越... 阅读全文
posted @ 2015-06-19 05:20 刺猬的温驯 阅读(1215) 评论(0) 推荐(0) 编辑

搜索引擎三个定律
摘要：第一定律 相关性定律听起来象是一篇学术论文，的确，就连第一，第二定律的提法以前也没有过，但是第一，第二定律的内容确早已在业界和学术界得到了公认。其实这第一定律是早在互联网出现之前就被学术界广泛研究过的，那就是所谓的相关性定律。这个领域那时叫情报检索，或信息检索，也有 叫全文检索的。那时的相关性都是基... 阅读全文
posted @ 2015-06-19 05:07 刺猬的温驯 阅读(380) 评论(0) 推荐(0) 编辑

点击右上角即可分享
微信分享提示