رویکرد ترکیبی برای بهبود بازیابی اطلاعات در موتورهای جستجو

Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 851

This Paper With 9 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

MAYCOMP01_021

تاریخ نمایه سازی: 5 بهمن 1395

Abstract:

روش های فعلی ذخیره سازی اطلاعات در وب کنونی باعث پیدایش چالش های بسیاری در بازیابی اطلاعات شده است. این چالش ها در مواجهه با موتورهای جستجوی امروزی نیز پررنگ تر می شود. پژوهش حاضر، به بررسی معماری و الگوریتم های رتبه بندی در موتورهای جستجو پرداخته است، همچنین معیارها، نحوه رتبه بندی اطلاعات و اسناد، و فرآیند ذخیره و بازیابی اطلاعات، نقاط ضعف و قوت در آن ها مورد بررسی قرار داده است. نتایج حاصل از بررسی پیشینه تحقیق نشان می دهد که حتی موتورهای جستجوی معنایی نیز به علت تعریف ناصحیح معیارهای رتبه بندی در بسیاری از مواقع به طور ناکارآمد عمل می نمایند و هنوزتا عملی شدن فرضیات در این حیطه و برآورده ساختن نیاز کاربران فاصله بسیاری دارند؛ ازاین رو امروزه لزوم انجام پژوهش هایی همانند پژوهش حاضر به منظور تحلیل و آنالیز کاربرد، ساختار، عملکرد موتورهای جستجو (معنایی-سنتی) بیش از هر زمانی احساس می شود. ارائه راهکارهای مؤثر و الگوریتم های رتبه بندی کارا برای پوشش خطاها و انحراف موتورهای جستجو از درخواست واقعی کاربر، هدف اصلی پژوهش حاضر را تشکیل می دهد. موردمطالعه در این مقاله موتورهای جستجوی سنتی «یاهو» و «گوگل» و «بینگ»، موتور جستجوی معنایی «هاکیا» و موتورهای جستجوی معنایی آنتولوژی «SWOOGLE» و «OntoSelect» بوده است. رویکرد ترکیبی پیشنهادی سعی بر آن داشته است تا با ارائه راه حل هایی در راستای پوشش ضعف های الگوریتم های رتبه بندی در موتورهای جستجو مخصوصاً موتورهای جستجوی معنایی - آنتولوژی، بازیابی اطلاعات در وب را بهبود بخشد. این رویکرد، با تمرکز بر نقاط ضعف ، معیارها و الگوریتم های رتبه بندی در موتورهای جستجوی موردمطالعه این فرضیه را دنبال می کند که اگر اصل توازن یا تعادل در مخازن پایگاه دانش موتور جستجو قبل از اعمال معیارهای رتبه بندی در نظر گرفته شود، باعث بهبود بازیابی اطلاعات خواهد شد.

Authors

مریم مخبری

کارشناسی ارشد، گروه مهندسی کامپیوتر، علوم و تحقیقات یزد، دانشگاه آزاد اسلامی، یزد، ایران

کمال میرزائی

عضو هیات علمی، گروه کامپیوتر، واحد میبد، دانشگاه آزاد اسلامی، میبد، ایران

سیما عمادی

دکترا، گروه مهندسی کامپیوتر، واحد یزد، دانشگاه آزاد اسلامی، یزد، ایران

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • Kumar, B. T. S. and S. M. Pavithra. "Evaluating the ...
  • Berners-Lee, Tim, James Hendler, and Ora Lassila. "The semantic web. ...
  • Harth, Andreas Maciej Janik, and Steffen Stab "Semantic Weh architecture." ...
  • _ Andago, M. O., T. Phoebe, and B. A. M. ...
  • Kassim, Junaidah Mohamed, and Mahathir Rahmany. "Introduction o semantic search ...
  • Doszkocs, Tamas. "Semantic search engines mean well." Online 34, 4 ...
  • Calsavara, Alcides, and Glauco Schmidt. "International School and Symposium on ...
  • Tumer, Duygu, Mohammad Ahmed Shah, and Y1ltan Bitiri. "An empirical ...
  • Andago, M. O., T. Phoebe, and B. A. M. Thanoun. ...
  • Ding, Li, et al. "Swoogle: A semantic web search and ...
  • Buitelaar, Paul, and Thomas Eigner. "Ontology Search with the OntoSelect ...
  • نمایش کامل مراجع