Interaktywne wyszukiwanie informacji w repozytoriach danych tekstowych

• Autorzy: Deptuła, M. , Szymański, J. , Krawczyk, H.
• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawione zostały architektura oraz projekt systemu, którego celem jest umożliwienie zbudowania platformy pozwalaja˛cej na indeksowanie dużych kolekcji tekstowych oraz wyszukiwania w nich, za pomoca˛ autorskich algorytmów, opartych o zysk informacjny oraz interaktywną komunikację z użytkownikiem. Przeprowadzono ocenę skuteczności zastosowanych algorytmów pod względem zarówno klasteryzacji jak i zbieżności algorytmu opartego o zysk informacyjny.

Słowa kluczowe

PL

wyszukiwanie informacji; interaktywne wyszukiwanie; klasteryzacja; zysk informacyjny

• Czasopismo: Metody Informatyki Stosowanej
• Rocznik: 2011
• Tom: nr 5
• Strony: 117-131
• Opis fizyczny: Bibliogr. 11 poz., rys., tab.

Twórcy

autor

Deptuła, M.

autor

Szymański, J.

autor

Krawczyk, H.

• Politechnika Gdańska, Wydział Elektroniki, Telekomunikacji i Informatyki

Bibliografia

• [1] C. Clarke, G. Cormack. Dynamic inverted indexes for a distributed full-text retrieval system. Ws ec u R eport CS-95-0, 10, 1995.
• [2] S. Deerwester, S. Dumais, G. Furnas, T. Landauer, R. Harshman. Indexing by latent semantic analysis. Journal of the American society for information science, 41(6):391–407, 1990.
• [3] L. Page, S. Brin, R. Motwani, T. Winograd. The PageRank citation ranking: Bringing order to the web. 1999.
• [4] D. Harman. Ranking algorithms. Information retrieval: data structures and algorithms, pp. 363–392, 1992.
• [5] J. Kleinberg. Authoritative sources in a hyperlinked environment. Journal of the ACM (JACM), 46(5):604–632, 1999.
• [6] P. Hansen, K. Järvelin. Collaborative information retrieval in an information-intensive domain. Information Processing & Management, 41(5):1101–1119, 2005.
• [7] J. Szymanski. Mining Relations between Wikipedia Categories. F. Zavoral, J. Yaghob, P. Pichappan, E. El-Qawasmeh, editors, Networked Digital Technologies - Second International Conference, NDT 2010, Prague, Czech Republic, July 7-9, 2010. Proceedings, Part II, vol. 88 of Communications in Computer and Information Science, pp. 248–255. Springer, 2010.
• [8] M. Ester, H. Kriegel, J. Sander, X. Xu. A density-based algorithm for discovering clusters in large spatial databases with noise. Proceedings of the 2nd International Conference on Knowledge Discovery and Data mining, vol. 1996, pp. 226–231. AAAI Press, 1996.
• [9] J. Hartigan, M. Wong. Algorithm AS 136: A k-means clustering algorithm. Journal of the Royal Statistical Society. Series C (Applied Statistics), 28(1):100–108, 1979.
• [10] P. Tan, M. Steinbach, V. Kumar, others. Introduction to data mining. Pearson Addison Wesley Boston, 2006.
• [11] R. Baeza-Yates, B. Ribeiro-Neto, others. Modern information retrieval, vol. 82. Addison-Wesley New York, 1999.