信息检索模型
信息检索模型信息检索模型的形式特征信息检索模型分类经典模型定义布尔模型定义示例评价向量模型原理模型构建定义相似度计算特征项权重计算评价概率模型原理二元独立模型基本假设二元独立模型（Binary Independent Model）二元一阶相关概率模型双Poisson分布概率模型评价集合理论模型模糊集合模型模糊集合理论模糊集合模型的原理模糊集合模型构建1. 标引词关联矩阵2. 文档的隶属度3. 用户
信息检索基础
信息检索基础信息检索概述信息检索概念信息检索原理信息检索逻辑结构信息检索分类信息检索研究内容小结信息检索基础 信息检索概述 “信息检索”（Information Retrieval，IR）一词最早出现于1952年，由美国学者穆尔斯（C. W. Mooers）提出，从1961年开始在学术界和实践领域中得到广泛的应用。 信息检索概念 信息检索是从大规模非结构化数据的集合中找出满足用户信息需求的资料
推荐系统
推荐系统概论推荐系统的基本概念推荐系统诞生背景推荐系统的非形式化概念推荐系统的任务推荐系统算法的本质推荐系统的应用推荐系统受欢迎的原因其它信息过滤技术推荐系统和搜索引擎的区别小结推荐系统评测方法离线实验用户调查在线实验实验方法总结推荐系统评测指标用户满意度预测准确度覆盖率多样性新颖性惊喜度信任度实时性健壮性商业目标小结推荐系统模块用户模块用户建模的对象用户模块的功能用户建模前需要考虑的问题用户建模
可信度推理模型
可信度的概念可信度推理模型可信度的性质(1) 互斥性(2) 值域范围(3) 典型值分析(4) 对偶性质：H与¬H的关系(5) 多结论约束条件证据不确定性的表示不确定性的更新2. 结论不确定性的合成可信度的概念 可信度是指人们根据以往经验对某个事物或现象为真的程度的一个判断，或者说是人们对某个事物或现象为真的相信程度。例如，老师昨天没来上课，理由是头疼。就此理由，只有以下两种可能：一是真的头疼了，理
主观Bayes方法
主观 Bayes 方法概率论基础知识不确定性的表示证据不确定性的表示组合证据不确定性的计算不确定性的更新主观 Bayes 方法的推理模型主观 Bayes 方法 概率论基础 全概率公式：P(B)=∑i=1nP(Ai)×P(B∣Ai)P(B)=\sum_{i=1}^n{P(A_i)\times P(B|A_i)}P(B)=∑i=1nP(Ai)×P(B∣Ai) Bayes定理： P(Ai∣B)=P