2020-2021年度山東大學軟體學院資訊檢索考試
開學的時候上這門課時老師說很多同學都覺得這門課程難（范圍廣且多，不過這倒是符合資訊檢索的定義“融合了~~~的綜合學科”，哈哈哈），最終期末考試是“貝多芬（背多分）”，純記憶力考試，寫這個回憶版也耗費了我巨大的記憶力，我如何記得住這么多題（無它，答完后還剩50分鐘，背就完了），如果我考前不喝紅牛或許還記不住這么多題，復習的時候獲得了學長的回憶版，可惜沒有填空題，傳承“傳統”也就有了這個回憶版，話不多說，開始我的回憶……
考試時間：2020年12月22日 14:00-16:00
保證所有題目順序的正確性
去年題（2019-2020）：https://download.csdn.net/download/qq_40422851/12054761
一、填空題（每空1分，共38分）
- 資訊檢索實質上融合了文本及多媒體檢索、資料挖掘、_____ 和 ______ 的綜合學科，
- 資訊檢索技術可以解決互聯網上的 _____ 問題，
- 爬蟲是一種 _____ 程式，
- 爬蟲從一個或若干個網頁的URL開始，抽取URL放入 _____ 中，
- 爬蟲可以采用 _____ 判重，
- 爬蟲的搜索策略有 _____ 和 _____ ，
- 爬蟲禮貌性體現在 _____ ，
- 使用python語言中的Pandas模塊里的 _____ 函式，可以直接提取網頁中的表格，
- 搜索引擎的主要組成部分為：爬蟲和爬取、_____ 、搜索詞處理、排序，搜索引擎的核心資料結構為 _____ ，
- 消除停用詞的方法： _____ 和 _____，
- _____ 在一般情況下，將多個派生詞合并在一起，
- 基于詞典的分詞方法，也叫“ _____ ” 法，根據掃描方向，匹配策略有 _____ 和 _____ ，
- 布爾模型建立在 _____ 和 _____ 的基礎上，
- 精確的Top K搜索的加速方法有（1）_____ ； （2） _____ ；（3）_____ ，
- L2R中的檔案方法損失函式評估 _____ ，
- PageRank是基于 _____ 的回歸關系來判定所有網頁的重要性，
- HITS演算法中，每個網頁計算兩個值：_____ 和 _____ ，
- SVD也就是 _____ ，可以用于 _____ ，
- BM25由三個部分組成： _____ 、_____ 和 _____ ，
- 詞的向量表示有 _____ 和 _____ ，
- 用于大量檔案查重的區域敏感哈希演算法有 _____ 和 _____ ，
- 形狀的描述符大題可以分為兩大類，基于 _____ 的和基于 _____ 的，
二、名次解釋（每個6分，共30分）
- 正則運算式
- 影像BoW
- 統計語言模型
- pLSA
- LBR
三、簡答題（每個8分，共32分）
- 簡述向量空間模型及其特點
- 什么是HMM？簡述HMM用于中文分詞的方法
- 簡述資訊檢索評價的主要指標
- 網站反爬蟲的方法有哪些？應對策略是什么？
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/239039.html
標籤：其他