《信息檢索導論》是一本講授信息檢索的經典教材。全書共21章，前8章詳述瞭信息檢索的基礎知識，包括倒排索引、布爾檢索及詞項權重計算和評分算法等，後13章介紹瞭一些高級話題，如基於語言建模的信息檢索模型、基於機器學習的排序方法和Web搜索技術等。另外，《信息檢索導論》還著重討論瞭文本聚類技術這一信息檢索中不可或缺的組成部分。全書語言流暢，由淺入深，一氣嗬成。

《信息檢索導論》適閤作為高等院校相關專業高年級本科生和研究生的課程教材，也可供信息檢索領域的研究人員和專業人士參考。

內頁插圖

第1章布爾檢索
第2章詞項詞典及倒排記錄錶
第3章詞典及容錯式檢索
第4章索引構建
第5章索引壓縮
第6章文檔評分、詞項權重計算及嚮量空間模型
第7章一個完整搜索係統中的評分計算
第8章信息檢索的評價
第9章相關反饋及查詢擴展
第10章 XML檢索
第11章概率檢索模型
第12章基於語言建模的信息檢索模型
第13章文本分類及樸素貝葉斯方法
第14章基於嚮量空間模型的文本分類
第15章支持嚮量機及文檔機器學習方法
第16章扁平聚類
第17章層次聚類
第18章矩陣分解及隱性語義索引
第19章 Web搜索基礎
第20章 Web采集及索引
第21章鏈接分析
參考文獻
索引

精彩書摘

　　本章我們主要關注如何建立倒排索引，我們將這個過程稱為索引構建（index construction或indexing），而將構建索引的程序或計算機稱為索引器（indexer）。索引構建算法的設計受硬件的配置所製約，因此本章首先將介紹與索引構建相關的計算機硬件的基本知識。然後，4.2節將介紹一種麵嚮靜態文檔集的高效單機索引算法——基於塊的排序索引構建算法，它可以看作是第1章基於排序的基本索引算法的一個更具擴展性的版本。4-3節將介紹內存式單遍掃描索引構建算法，和4.2節的算法相比，由於它並不將詞匯錶都加載到內存中，因此更具擴展性。對於像Web一樣的大規模的文檔集閤，就要考慮如何在成百上韆颱計算機構成的計算機集群上進行分布式索引構建。因此，4.4節我們將介紹分布式索引構建。另外，很多文檔集會動態變化，這種情況下我們要考慮動態索引的構建，以便將文檔集的變化即時反映到索引中。4.5節將介紹動態索引構建。最後，在4.6節，我們討論在索引構建中可能會遇到的一些復雜情況，如安全性和排序式檢索中的索引問題。
　　……