一，信息检索的基本概念，评价，模型和算法: 1)模型、相关反馈、查询扩展;2)文本处理技术;3)文本分类和聚类技术(倾向性分析);4)信息过滤技术;5)信息组织和索引;6)并行和分布式检索 二，信息检索的应用：1)WEB检索;2)数字图书馆;3)多媒体检索 三，国际著名研究机构和代表人物 1）美国康奈尔大学Salton(1927-1995)，现代信息检索的奠基人，SMART...
Information Retrieval这个术语产生于Calvin Mooers1948年在MIT的硕士论文。 Information Retrieval(IR)：从文档集合中返回满足用户需求的相关信息的过程。作为一门学科，是研究信息的获取(acquisition)、表示(representation)、存储(storage)、组织(organization)和访问(access)...
昨天有幸拜读了蛙蛙池塘的《蛙蛙推荐：蛙蛙教你文本聚类》这篇文章，受益匪浅，于是今天就动手尝试照着他的C#代码，用C++和STL标准库重新实现一遍，因此就有了这篇文章。本文将重新温习蛙蛙池塘那篇文章，并且加入我个人在用C++重写这份代码过程中的一些心得体会。
这个开源的Web爬虫，Internet Archive在它的官方文档中说只维护在linux下，我不想用那么麻烦的bash shell去设置那些环境变量什么的，所以还是偷点懒，自己写个windows命令脚本来让这个爬虫在windows下面跑起来吧，现在就跟我来吧，呵呵。 要在Windows上让Heritrix跑起来，下面三步就OK了： 1) 下载最新版的Her
一、环境： 1.操作系统：windowsXp,windows2000+ 2.java1.6，设置JAVA_HOME到环境变量 3.cygwin,当然这个不是必需的，只是nutch提供的脚本只能在shell环境下使用，所以使用cygwin来虚拟shell命令。 4.nutch版本：0.9 5.tomcat：6.0 二、nutch的安装和配置： 1，安
Copyright © 2005-2025 51CTO.COM 版权所有 京ICP证060544号
