前言

近年来，随着互联网的发展，廉价的图形用户界面和大容量存储设备逐渐出现，基于网络环境的信息检索系统以显著优势引起人们的关注。企业要想在激烈的市场竞争中脱颖而出，成为市场的大赢家，就必须运用各种现代化的技术，打造出一套属于自己的决策系统。科学的决策，源于对信息资料的充分了解与认识，信息检索是国家、部门、单位和个人等决策者获取信息的重要途径。信息检索使国家、部门、单位和个人的决策建立在科学基础之上，大大增加了决策的科学性，减少了决策的盲目性。

当今，信息呈爆炸式增长，不仅如此，信息载体也发生了巨大的变化，除了传统纸介质信息外，每天都有大量的电子信息及各类网上信息涌现出来，这些浩如烟海的信息的多样性、离散性与无序性及其复杂的检索界面和使用方法，增加了信息利用的难度，极大地影响了人们获取信息的质量与效率。而文本挖掘的出现为文本信息的整理、分析、挖掘提供了更有效的手段。

本书讨论了信息检索基础，主要介绍信息检索的定义、进展及发展趋势，使读者对信息检索有一个概要的认识； 论述了信息检索的经典模型(向量空间检索模型、概率检索模型、基于语言建模的信息检索模型)； 简要介绍了信息检索的评价方法； 详细介绍了文本挖掘的具体方法，即文本分类技术、文本聚类技术、自动摘要技术、文本推荐技术、链接分析技术。在此基础上，分别讨论了各个文本挖掘技术在信息检索领域中的应用。

本书由蔡晓妍、杨黎斌、程塨、姚西文、姚超、韩军伟编著，蔡晓妍编写第1、8章，杨黎斌编写第2、7章，程塨编写第4章，姚西文编写第5章，姚超编写第3章，韩军伟编写第6章。蔡晓妍、杨黎斌负责全书的策划、大纲的制定和统纂工作。

本书在编写过程中参考了国内外许多公开发表的相关资料，在此对所涉及的各位专家、学者表示诚挚的感谢。研究生石锴乐、王楠鑫、梅欣、赵金涛、芮志远、李立群，本科生王铭杨、余霖智、王赞硕、张奥、孙世彬分别对本书进行了校对并提出了宝贵的建议，特表示感谢。由于编写时间紧迫，加之编者理论水平和实践经验有限，书中难免有不当和疏漏之处，恳请广大读者批评和指正。

本书配套PPT课件、教学大纲和典型算法的Python源码，读者可以关注清华大学出版社公众号“书圈”（见封底）来下载资源，如有相关问题和建议请发邮件至404905510@qq.com。

编者

2022年6月