Hoppa till huvudinnehållet
Inför kursvalDD2476 Sökmotorer och informationssökningssystem 9,0 hpAdministrera Om kursen

En kurs i datalogi som behandlar grundläggande teori, modeller och metoder för datorbaserad informationssökning.

Välj termin och kursomgång

Välj termin och kursomgång för att se information från rätt kursplan och kursomgång.

* Informationen tillhör Kursplan DD2476 (VT 2019–)

Innehåll och lärandemål

Kursinnehåll

Grundläggande och avancerade tekniker för informationssökning: informationsextraktion; effektiv textindexering; indexering av icke-textdata; booleska modeller och vektorrumsmodeller för sökning; utvärderings- och gränssnittsfrågor; internetsökmotorers uppbyggnad.

Lärandemål

Efter genomförd kurs ska du kunna:

*  förklara koncepten indexering, vokabulär, normalisering och kodbok i informationssökning,

*  redogöra för olika avståndsmått för text, och välja ett avståndsmått som är lämpligt för ett givet problem,

*  definiera en boolesk modell och en vektorrumsmodell, och förklara skillnaden mellan dem,

*  implementera en metod för rankad sökning av ett mycket stort antal dokument med hyperlänkar,

*  utvärdera informationssökningsalgoritmer, och redogöra för svårigheter med utvärdering,

*  redogöra för en internetsökmotors uppbyggnad.

Kursupplägg

Ingen information tillagd

Kurslitteratur och förberedelser

Särskild behörighet

SF1604 Linjär Algebra, SF1901 Sannolikhetsteori och statistik, DD1338 Algoritmer och datastrukturer,  eller motsvarande kurser.

Rekommenderade förkunskaper

Matematikkunskaper motsvarande minst 30 hp, inklusive kurser i linjär algebra och matematisk statistik, och datalogikunskaper motsvarande minst 15 hp.

Utrustning

Ingen information tillagd

Kurslitteratur

C. D. Manning, P. Raghavan and H. Schütze: Introduction to Information Retrieval, Cambridge University Press, 2008.

Examination och slutförande

När kurs inte längre ges har student möjlighet att examineras under ytterligare två läsår.

Betygsskala

A, B, C, D, E, FX, F

Examination

  • LABA - Laborationer, 6,0 hp, betygsskala: A, B, C, D, E, FX, F
  • LABB - Laborationer, 3,0 hp, betygsskala: A, B, C, D, E, FX, F

Examinator beslutar, baserat på rekommendation från KTH:s samordnare för funktionsnedsättning, om eventuell anpassad examination för studenter med dokumenterad, varaktig funktionsnedsättning.

Examinator får medge annan examinationsform vid omexamination av enstaka studenter.

I denna kurs tillämpas skolans hederskodex, se: http://www.kth.se/csc/student/hederskodex.

Möjlighet till komplettering

Ingen information tillagd

Möjlighet till plussning

Ingen information tillagd

Examinator

Profile picture Johan Boye

Etiskt förhållningssätt

  • Vid grupparbete har alla i gruppen ansvar för gruppens arbete.
  • Vid examination ska varje student ärligt redovisa hjälp som erhållits och källor som använts.
  • Vid muntlig examination ska varje student kunna redogöra för hela uppgiften och hela lösningen.

Ytterligare information

Kurswebb

Ytterligare information om kursen kan hittas på kurswebben via länken nedan. Information på kurswebben kommer framöver flyttas till denna sida.

Kurswebb DD2476

Ges av

EECS/Intelligenta system

Huvudområde

Datalogi och datateknik

Utbildningsnivå

Avancerad nivå

Påbyggnad

Ingen information tillagd

Kontaktperson

Johan Boye, e-post: jboye@kth.se

Övrig information

I denna kurs tillämpas EECS hederskodex, se:
http://www.kth.se/eecs/utbildning/hederskodex