目前各大院校开始陆续公布2023考研复试大纲的相关内容，对于同学们来说，我们还是需要及时关注院校发布的大纲内容，这样可以帮助我们圈定复试复习内容，做好相应的备考。下面小编为大家整理了“天津大学2023考研复试考试大纲：数据库、人工智能、自然语言处理及社交网络分析”，供大家参考。2023考研复试考试大纲汇总（各院校）

天津大学2023考研复试考试大纲：数据库、人工智能、自然语言处理及社交网络分析

(资料图片仅供参考)

一、数据库部分

1. 考试的总体要求

理解并掌握关系模型的基本理论;熟练掌握使用 SQL 定义数据、

查询数据和更新数据;理解关系数据库的规范化理论;熟练掌握使用

E/R 图建立概念模型;理解数据库完整性;掌握视图、索引和存储过

程的使用;理解数据库安全性，掌握 SQL 提供的用户授权机制;理解

数据库恢复和并发控制技术。

2. 考试的内容及比例

本课程考试的内容包括：

1)数据模型与关系代数(20%)

2)SQL(20%)

3)数据库设计与规范化理论(20%)

4)数据库对象(20%)

5)并发控制与日志恢复(20%)

3. 参考书目

(1) Jeff Ullman and Jennifer Widom. A First Course in

Database Systems. Third Edition. Prentice Hall, 2007. (《数

据库系统基础教程》(英文版 第 3 版)机械工业出版社 影印)

(2) Hector Garcia-Molina, Jeff Ullman and Jennifer Widom.

Database System Implementation. Second Edition. Prentice Hall,

2008. (《数据库系统基础教程》(英文版 第 2 版)机械工业 出版社

影印)

二、人工智能部分

1. 考试的总体要求

掌握人工智能的发展历史和基础知识;了解智能体与环境的概念;

掌握常见的搜索技术(包括无启发式搜索和启发式搜索策略)，并会

根据具体问题设计搜索算法;了解复杂环境下的搜索策略，包括局部

搜索策略和带有限制条件的搜索策略;了解对抗搜索策略，包括启发

式 alpha-beta 剪枝搜索和蒙特卡洛树搜索方法，了解典型图搜索策

略，以及上述不同搜索方法的优缺点;掌握并能够推导常见数据挖掘

及机器学习方法，包括传统典型分类等非深度学习算法以及典型深度

学习算法等;了解人工智能的在自然语言处理等不同领域的具体应用

等。

2. 考试的内容及比例

本课程考试的内容包括：

1)人工智能领域常见概念解释(20%)

2)搜索算法设计与分析(30%)

3)机器学习常见算法(30%)

4)人工智能具体应用(20%)

3. 参考书目

(1) Artificial Intelligence: a modern approach. 4th

Edition by Stuart Russell and Peter Norvig. Prentice Hall,

2013(《人工智能：一种现代化方法》(第三版))，清华大学出版社

三、自然语言处理部分

1. 考试的总体要求

理解并掌握自然语言处理中的基本概念以及常用机器学习方法;

熟练掌握中文自然语言处理中的分词、词性以及句法语义分析模型;

理解语言模型的相关定义以及其在自然语言处理中的关键作用;掌握

并理解情感分析、数据挖掘的任务涵盖以及其建模框架;掌握并理解

文本生成的任务涵盖及其核心框架。

2. 考试的内容及比例

本课程考试的内容包括：

1)自然语言处理相关概念及其延伸(20%)

2)自然语言处理常用机器学习方法(20%)

3)中文词法句法语义分析模型(10%)

4)语言模型进展及其应用方法(10%)

5)情感分析与数据挖掘(20%)6)文本生成(20%)

3. 参考书目

(1) 《基于深度学习的自然语言处理》约阿夫·戈尔德贝格著，

车万翔，郭江，张伟男，刘铭译，机械工业出版社

(2) 《统计自然语言处理》(第 2 版)宗成庆 著，清华大学出版

社

四、社交网络分析部分

1. 考试的总体要求

掌握社交网络中多层网络、时序网络、图网络和自适应网络等;

掌握社交网络文本情感分析的主要模型与链路预测分析方法;掌握常

见的动态社区发现算法;掌握社交网络与计算传播学的基本概念;掌

握影响信息传播的可计算因素;掌握常见的传播算法，如 page-rank、

leader-rank，k-kernel 等;掌握信息扩散模型，包括 Markov 随机

场图模型等;了解计算传播学在新闻和公共舆论领域的应用;了解社

交网路在不实信息传播、情感分析、热点事件分析的具体应用。

2. 考试的内容及比例

本课程考试的内容包括：

1)常见概念解释(10%)

2)算法设计与分析(40%)

3)社交网络与计算传播学模型(20%)

4)社交网络应用(15%)

5)计算传播学应用(15%)

3. 参考书目

(1)《社交网络上的计算传播学》(2015)，许小可 胡海波 张伦 王

成军，高等教育出版社

(2)《社交网络分析》，刘小洋，2021,电子工业出版社

以上就是关于“天津大学2023考研复试考试大纲：数据库、人工智能、自然语言处理及社交网络分析”的介绍，希望帮助大家更好的来复习备考。

2023考研查看出分、调剂数据、院校排名