本課程是数据挖掘專項課程專項課程的一部分

4.5
星
926 個評分

ChengXiang Zhai

54,151 人已註冊

提供方

数据挖掘專項課程伊利诺伊大学香槟分校

課程信息

12,150 次近期查看

Recent years have seen a dramatic growth of natural language text data, including web pages, news articles, scientific literature, emails, enterprise documents, and social media such as blog articles, forum posts, product reviews, and tweets. Text data are unique in that they are usually generated directly by humans rather than a computer system or sensors, and are thus especially valuable for discovering knowledge about people’s opinions and preferences, in addition to many other kinds of knowledge that we encode in text. 
This course will cover search engine technologies, which play an important role in any data mining applications involving text data for two reasons. First, while the raw data may be large for any particular problem, it is often a relatively small subset of the data that are relevant, and a search engine is an essential tool for quickly discovering a small subset of relevant text data in a large text collection. Second, search engines are needed to help analysts interpret any patterns discovered in the data by allowing them to examine the relevant original text data to make sense of any discovered pattern. You will learn the basic concepts, principles, and the major techniques in text retrieval, which is the underlying science of search engines.

可靈活調整截止日期

根據您的日程表重置截止日期。

可分享的證書

完成後獲得證書

100% 在線

立即開始，按照自己的計劃學習。

第 2 門課程（共 6 門）

数据挖掘專項課程

完成時間大約為31 小時

英語（English）

對員工進行熱門技能培訓能否為您的公司帶來益處？

體驗 Coursera 企業版

您將獲得的技能

Information Retrieval (IR)
Document Retrieval
Machine Learning
Recommender Systems

可靈活調整截止日期

根據您的日程表重置截止日期。

可分享的證書

完成後獲得證書

100% 在線

立即開始，按照自己的計劃學習。

第 2 門課程（共 6 門）

数据挖掘專項課程

完成時間大約為31 小時

英語（English）

對員工進行熱門技能培訓能否為您的公司帶來益處？

體驗 Coursera 企業版

授課教師

授課教師評分

4.37/5 （82 個評分）

ChengXiang Zhai

Professor

Department of Computer Science

95,799 個學生

4 門課程

提供方

伊利诺伊大学香槟分校

了解頂級公司的員工如何掌握熱門技能

了解關於 Coursera for Business 的更多信息

授課大綱 - 您將從這門課程中學到什麼

內容評分90%（2,994 個評分）

週

週 1

完成時間為 2 小時

Orientation

完成時間為 2 小時

2 個視頻（總計 15 分鐘）, 6 個閱讀材料, 2 個測驗

完成時間為 4 小時

Week 1

完成時間為 4 小時

6 個視頻（總計 94 分鐘）, 1 個閱讀材料, 2 個測驗

6 個視頻

Lesson 1.1: Natural Language Content Analysis21分鐘

Lesson 1.2: Text Access9分鐘

Lesson 1.3: Text Retrieval Problem26分鐘

Lesson 1.4: Overview of Text Retrieval Methods10分鐘

Lesson 1.5: Vector Space Model - Basic Idea9分鐘

Lesson 1.6: Vector Space Retrieval Model - Simplest Instantiation17分鐘

1 個閱讀材料

Week 1 Overview10分鐘

2 個練習

Week 1 Practice Quiz1小時

Week 1 Quiz1小時

週

週 2

完成時間為 4 小時

Week 2

完成時間為 4 小時

6 個視頻（總計 102 分鐘）, 1 個閱讀材料, 2 個測驗

6 個視頻

Lesson 2.1: Vector Space Model - Improved Instantiation16分鐘

Lesson 2.2: TF Transformation9分鐘

Lesson 2.3: Doc Length Normalization18分鐘

Lesson 2.4: Implementation of TR Systems21分鐘

Lesson 2.5: System Implementation - Inverted Index Construction18分鐘

Lesson 2.6: System Implementation - Fast Search17分鐘

1 個閱讀材料

Week 2 Overview10分鐘

2 個練習

Week 2 Practice Quiz1小時

Week 2 Quiz1小時

週

週 3

完成時間為 7 小時

Week 3

In this week's lessons, you will learn how to evaluate an information retrieval system (a search engine), including the basic measures for evaluating a set of retrieved results and the major measures for evaluating a ranked list, including the average precision (AP) and the normalized discounted cumulative gain (nDCG), and practical issues in evaluation, including statistical significance testing and pooling.

完成時間為 7 小時

6 個視頻（總計 75 分鐘）, 2 個閱讀材料, 3 個測驗

6 個視頻

Lesson 3.1: Evaluation of TR Systems10分鐘

Lesson 3.2: Evaluation of TR Systems - Basic Measures12分鐘

Lesson 3.3: Evaluation of TR Systems - Evaluating Ranked Lists - Part 115分鐘

Lesson 3.4: Evaluation of TR Systems - Evaluating Ranked Lists - Part 210分鐘

Lesson 3.5: Evaluation of TR Systems - Multi-Level Judgements10分鐘

Lesson 3.6: Evaluation of TR Systems - Practical Issues15分鐘

2 個閱讀材料

Week 3 Overview10分鐘

Programming Assignments Overview10分鐘

2 個練習

Week 3 Practice Quiz1小時

Week 3 Quiz1小時

週

週 4

完成時間為 4 小時

Week 4

完成時間為 4 小時

7 個視頻（總計 88 分鐘）, 1 個閱讀材料, 2 個測驗

7 個視頻

Lesson 4.1: Probabilistic Retrieval Model - Basic Idea12分鐘

Lesson 4.2: Statistical Language Model17分鐘

Lesson 4.3: Query Likelihood Retrieval Function12分鐘

Lesson 4.4: Statistical Language Model - Part 112分鐘

Lesson 4.5: Statistical Language Model - Part 29分鐘

Lesson 4.6: Smoothing Methods - Part 19分鐘

Lesson 4.7: Smoothing Methods - Part 213分鐘

1 個閱讀材料

Week 4 Overview10分鐘

2 個練習

Week 4 Practice Quiz1小時

Week 4 Quiz1小時

週

週 5

完成時間為 4 小時

Week 5

完成時間為 4 小時

8 個視頻（總計 99 分鐘）, 1 個閱讀材料, 2 個測驗

8 個視頻

Lesson 5.1: Feedback in Text Retrieval6分鐘

Lesson 5.2: Feedback in Vector Space Model - Rocchio12分鐘

Lesson 5.3: Feedback in Text Retrieval - Feedback in LM19分鐘

Lesson 5.4: Web Search: Introduction & Web Crawler11分鐘

Lesson 5.5: Web Indexing17分鐘

Lesson 5.6: Link Analysis - Part 19分鐘

Lesson 5.7: Link Analysis - Part 217分鐘

Lesson 5.8: Link Analysis - Part 35分鐘

1 個閱讀材料

Week 5 Overview10分鐘

2 個練習

Week 5 Practice Quiz1小時

Week 5 Quiz1小時

週

週 6

完成時間為 7 小時

Week 6

完成時間為 7 小時

10 個視頻（總計 91 分鐘）, 1 個閱讀材料, 3 個測驗

10 個視頻

Lesson 6.1: Learning to Rank - Part 15分鐘

Lesson 6.2: Learning to Rank - Part 210分鐘

Lesson 6.3: Learning to Rank - Part 34分鐘

Lesson 6.4: Future of Web Search13分鐘

Lesson 6.5: Recommender Systems: Content-Based Filtering - Part 112分鐘

Lesson 6.6: Recommender Systems: Content-Based Filtering - Part 210分鐘

Lesson 6.7: Recommender Systems: Collaborative Filtering - Part 16分鐘

Lesson 6.8: Recommender Systems: Collaborative Filtering - Part 212分鐘

Lesson 6.9: Recommender Systems: Collaborative Filtering - Part 34分鐘

Lesson 6.10: Course Summary9分鐘

1 個閱讀材料

Week 6 Overview10分鐘

2 個練習

Week 6 Practice Quiz1小時

Week 6 Quiz1小時

審閱

4.5

192 條評論

5 stars
65.69%
4 stars
23.94%
3 stars
6.68%
2 stars
1.61%
1 star
2.04%

來自文本检索和搜索引擎的熱門評論

由 KR 提供2018年8月23日

Need indetail inputs on algorithm usage and correct MeTA assignments with working scripts. That makes learning a complete curve.

由 JH 提供2016年9月20日

Great course for those trying to understand how ro analyse and process text data. It has the right amount of tools to help you understand the basics of information retrieval and search engines.

由 LL 提供2018年11月20日

Some mistakes in subtitle. and it is better to break down the long videos into smaller sections, illustrate the concepts with more graphs,picture and animation.

由 GS 提供2020年5月18日

A bit difficult to complete as the Quiz questions were tougher. But when you go through all, you might feel good.

查看所有評論

關於数据挖掘專項課程

The Data Mining Specialization teaches data mining techniques for both structured data which conform to a clearly defined schema, and unstructured data which exist in the form of natural language text. Specific course topics include pattern discovery, clustering, text retrieval, text mining and analytics, and data visualization. The Capstone project task is to solve real-world data mining challenges using a restaurant review data set from Yelp.

常見問題

我什么时候能够访问课程视频和作业？
讲座和作业的访问权限取决于您的注册类型。如果您以旁听模式参加课程，则可以免费查看大多数课程资料。要访问评分作业并获得证书，您需要在旁听期间或之后购买证书体验。如果看不到旁听选项：
课程可能不提供旁听选项。您可以尝试免费试用，也可以申请助学金。
课程可能会改为提供'完整课程，没有证书'。通过此选项，您可以查看所有课程材料、提交所要求的作业，以及获得最终成绩。这也意味着您将无法购买证书体验。
我订阅此专项课程后会得到什么？
您注册课程后，将有权访问专项课程中的所有课程，并且会在完成课程后获得证书。您的电子课程证书将添加到您的成就页中，您可以通过该页打印您的课程证书或将其添加到您的领英档案中。如果您只想阅读和查看课程内容，可以免费旁听课程。
有助学金吗？
是的。如果您负担不起学习计划的注册费，则可以在选择学习计划时申请助学金或奖学金。如果您选择的学习计划提供助学金或奖学金，则您将在描述页面上看到一个申请链接。

還有其他問題嗎？請訪問學生幫助中心。

培養員工技能，推動業務成果

探索 Coursera for Business

文本检索和搜索引擎

課程信息

您將獲得的技能