搜索引擎技术基础-华中科技大学中国大学mooc课后章节答案期末考试题库2023年

搜索引擎技术基础_华中科技大学中国大学mooc课后章节答案期末考试题库2023年对于基于统计的分词方法，以下说法正确的是

参考答案:

相邻的字出现的概率，远远大于单字出现的概率之和，则有可能成为一个词_对常见词的识别精度差，计算量大_可以结合上下文识别生词_对需要分词的材料进行分析，得到相应的单字出现的概率

中文分词方法可以分为

参考答案:

基于统计的分词方法-统计语言模型_基于词典（字符串匹配）的分词方法_混合分词方法

关于网络爬虫，下面说法不正确的是

参考答案:

网络爬虫的遍历算法要尽量避免握手的次数，减少通信开销_分布式系统的通讯开销是影响性能的关键_由成百上千甚至成千上万台服务器组成的分布式系统

评估搜索引擎质量的指标包括

参考答案:

新_快_全_稳

以下关于深度和广度优先遍历算法表述正确的是

参考答案:

深度优先效率较低_广度优先效率较高

搜索引擎的网页的遍历算法主要包括

参考答案:

广度优先_深度优先

搜索引擎的结构包括

参考答案:

检索模块_预处理模块_网页抓取模块_用户接口

以下搜索引擎的说法正确的是

参考答案:

根据一定的策略、运用特定的计算机程序搜集互联网上的信息_搜索引擎通过蜘蛛或爬虫获取页面信息_爬虫是通过页面间的链接关系自动获取页面信息_在对信息进行组织和处理后，为用户提供检索服务的系统

搜索引擎获得成功的原因是

参考答案:

简单易用_互联网上的海量数据

以下关于搜索引擎的表述，正确的是

参考答案:

在对信息进行组织和处理后，为用户提供检索服务的系统_根据一定的策略、运用特定的计算机程序搜集互联网上的信息_它是一种网上信息检索工具，多以Web(万维网)站点形式存在

第一个全文字符检索的搜索引擎是

参考答案:

WebCrawler

世界上第一个搜索引擎是

参考答案:

Wanderer/Wandex

利用分布式集群系统实现搜索引擎的优点是

参考答案:

扩展性强_节约成本_高容错性

基于内容的视频检索涉及到

参考答案:

视频分析_人工智能_图像处理_音频处理

基于内容的多媒体搜索的需求包括

参考答案:

快速准确的访问_个性化内容创作与消费_内容管理_基于内容的检索

基于文本的音频（音乐）搜索可以通过音频的哪些特征进行搜索

参考答案:

标题_专辑_类型_艺术家

关于图像的相似性搜索，下面说法错误的是

参考答案:

查询输入为图像的说明

关于基于标签的图像搜索，下面说法错误的是

参考答案:

标签是通过网络算法自动添加的

搜索引擎的主要组成部分有

参考答案:

预处理模块_网页抓取模块_检索模块_用户接口

和网页中图像相关的文本包括

参考答案:

图像的标题_图像周围的文字

关于散列式搜索引擎，下面说法正确的是

参考答案:

对任何的索引词准确地定位到具体的索引服务器，从而定位到正确的文档服务器_设计简单，抗压能力强_根据关键词Term对索引服务器和文档服务器进行散列

可以解决散列式搜索引擎的缺点的方法有

参考答案:

混合式搜索引擎_缓存策略_备份策略

以下可以影响网页排序的因素有

参考答案:

合理利用网页的页面版式，可提升网页在搜索结果页的排序位置_网页中合适的锚文本会增加所在网页和所指向网页的重要程度

PageRank算法主要内容包括

参考答案:

到一个页面的超链接相当于对该页投一票_一个有较多链入的页面会有较高的等级，相反如果一个页面没有任何链入页面，那么它没有等级_把超链接关系作为一个“投票”动作，一个页面的“得票数”由所有链向它的页面的重要性来决定_一个页面的PageRank是由所有链向它的页面（“链入页面”）的重要性经过递归算法得到的，获得较多投票的网页质量较高

关于PageRank算法，下面说法正确的是

参考答案:

用于衡量特定网页相对其他网页而言的重要程度_由LarryPage和SergeyBrin在20世纪90年代后期发明_PageRank算法思想是让链接链“投票”_将对页面的链接看成投票，实现了将链接价值概念作为排名因素

对于向量空间模型的查询词项不匹配的问题，可以使用的解决方法有

参考答案:

对用户个体检索偏好分析，提高信息检索个性_对用户整体搜索偏好和热点分析，提高检索实时性_根据语义对查询词进行扩展_充分利用锚文本（anchortext）信息

关于向量空间模型，下列说法正确的是

参考答案:

其英文缩写是VSM_Salton等人1975在CommunicationsoftheACM中提出_一种文档表示和相似性计算的工具_简单、易于实现

向量空间模型的基本思想包括

参考答案:

从一篇文档中抽取出n个关键词，其中每个特征会根据某种算法计算其权重，这n维带有权重的特征向量就用来表示这一篇文档两个文档的相似度就是两个空间图的接近度_把每个文档看做是由n维特征组成的一个向量_特征的定义可以采取不同方式，最常见的是以词作为特征

关于布尔模型，下面说法正确的是

参考答案:

早期搜索引擎使用的检索模型_基于布尔模型的检索是通过集合的布尔运算，得到该检索词的返回文档集合_包含逻辑与、逻辑或和逻辑非三种逻辑运算_基于集合论和布尔代数

搜索引擎的排序算法有

参考答案:

布尔模型_链接分析排序_向量空间模型

下面说法正确的是

参考答案:

搜索结果的顺序至关重要_用户对网页的浏览视线呈"F"型_客观公正的排序是衡量搜索引擎质量的重要指标

关于图像搜索，下面说法正确的是

参考答案:

基于文本的图像搜索的本质是文本搜索_基于标签的图像搜索是基于文本的图像搜索的一种

关于搜索引擎的分布式存储，下面说法正确的是

参考答案:

分布式存储采用缓存机制，以提高搜索速度

分布式搜索引擎需要解决的核心问题包括

参考答案:

数据处理后的分布式存储和管理_前端搜索服务的分布_分布的信息获取、计算和数据统一

关于并行抓取，下面说法正确的是

参考答案:

并行抓取可减少网络流量_并行抓取分为静态策略和动态策略_动态策略利用一台URLServer作为URL的提供者

关于倒排索引，下面说法正确的是

参考答案:

本地倒排是指按照doc分配所有的(term,doc)信息_全局倒排是指按照term分配所有的(term,doc)信息_倒排索引是由索引项和倒排表组成

分布式检索的步骤包括

参考答案:

检索_查询分析_提交查询_结果合并

关于分布式元搜索引擎，下面说法正确的是

参考答案:

分布式元搜