Любимов Валентин, аспирант 2го года обучения,
кафедра Алгоритмических языков ВМиК МГУ им. Ломоносова.
Научный руководитель: к.ф.м.н, доцент Абрамов В.Г.
16 апреля 2006 года.

Список вопросов на экзамен по специальности, дополнительная часть.

1. Информационный поиск. Современные исследовательские задачи. Особенности задачи поиска в Интернет.
2. Информационный поиск. Модель документа, классификация характеристик, классические модели информационного поиска.
3. Модели документа. Теоретико-множественная модель.
4. Модели документа. Алгебраическая (векторная) модель.
5. Векторная модель документа. Латентно-сематический анализ.
6. Теорема о сингулярном разложении.
7. Тестирование поисковых систем, методы оценки качества.
8. Сбор информации. Общие принципы работы интеллектуального робота. Тематический отбор документов.
9. Проблемы выделения термов из документов. Морфологический анализ.
10. Индексные структуры – классические подходы. Инвертированный файл.
11. Реализация индексной структуры на основе B+ деревьев. Оценки эффективности.
12. Методы сжатия числовой информации – коды переменной длины, коды Элиса и Голомба, кодирование Хаффмана.
13. Маршрутизация запросов к распределенным коллекциям. Протоколы взаимодействия.
14. Ссылочное ранжирование документов. Основные подходы и методы.
15. Модели с весами слов. Выделение фрагментов, соответствующих запросу и их взвешивание.
16. Тематическая классификация. Выделение тематических коллекций.
17. Однодокументное аннотирование. Основные подходы.
18. Многодокументное аннотирование. Основные подходы.

Литература

1. Голуб, Ч.Ван Лоун «Матричные вычисления». «Мир», Москва, 1999
2. Гринберг, Ли Гарбер «Разработка новых технологий информационного поиска». Открытые системы, 10, 1999
3. Жижимов «Введение в Z39.50»
4. Российский Семинар по Оценке Методов Поисковой Оптимизации http://romip.narod.ru
7. Д. Ватолин, А. Ратушняк «Методы сжатия данных», 2002
8. Document Clustering Based on on-Negative Matrix Factorization. Wei Xu, Xin Liu, NEC Laboratories America
9. Discourse segmentation in Aid of Document Summarization. Branimir Boguraev, Mary Neff – Watson Research Center
10. Single N-gramm Stemming. James Mayfield- John Hopkins Uiversity
11. Multi-Document Summarization By Sentence Extraction. Jade Goldstein, Mark Kantrovitz, Vibhu Mittal, Carnegie Melon University
12. XML Retrieval: What to Retrieve? Jaap Kamps,Maarten Marx, Maarten de Rijke, University of Amsterdam
13. The anatomy of News Search Engine. A. Gulli, University of Piza
14. Re Co M?: Reinforcement Clustering of Multi-Type Interrelated Data Objects. Jidong Weng,Huajun Zeng, Zheng Chen, Microsoft Research Asia