孙斌老师的课。BBS上的资料太少了。。

平时作业每周大概2-3h？有一个比较随性的小组作业

个人觉得每节课先看最后一张ppt上的习题作为重点，然后自己快速翻ppt，不懂的看原版书比较高效。

大四上结束啦！

一、概念题

5*5=25 

正确率 召回率 插值正确率 11点插值 MAP 

二、posting

10

posting的概念，doc-level posting list和positional posting list的区别，用C语言设计一个positional posting list的数据结构 ；布尔查询 NOT abc的时空复杂度，为什么大型检索系统不支持 OR NOT

三、SPIMI

10

描述SPIMI算法和时空复杂度

基于SPIMI的思想，设计一个可以“边索引边搜索”的实时新闻搜索系统

四、g(d)

10

g(d)为什么降序，linear merge怎么做 

基于g(d) 设计一个能够搜索最热门文章（按照历史点击次数）的检索系统

五、概率

10

推导P(d|q) ，并且说明各个概率是如何估计的（大概就是MLE的过程

六、超链分析

10 

超链分析有两个内容：pagerank和锚文本，这两个如何弥补传统tfidf的缺点的？

基于超链分析给网页内容设计一个语言模型Md

七、网页去重

15

大规模网页内容去重的方法，着重说明下如何避免所有文档两两之间的比较

八、推荐系统

5

信息推荐系统和信息检索系统的差别，简述一个常见的信息推荐算法

九、可检索问题

5

“可检索问题”是啥，解决它的一般的步骤是啥

哇 感谢楼主，立个flag，考完试回忆一下今年的题放在这里

frankkkkk (:%s/🐟/⛽️/g) 在 ta 的帖子中提到：

孙斌老师的课。BBS上的资料太少了。。

平时作业每周大概2-3h？有一个比较随性的小组作业

个人觉得每节课先看最后一张ppt上的习题作为重点，然后自己快速翻ppt，不懂的看原版书比较高效。

……

hhhh 加油～

xxpoly (皮) 在 ta 的帖子中提到：

哇 感谢楼主，立个flag，考完试回忆一下今年的题放在这里

您去年是怎么复习的呀～

frankkkkk (:%s/🐟/⛽️/gc) 在 ta 的帖子中提到：

hhhh 加油～