Meta buscador web basado en la información del contexto y el filtrado colaborativo
Este proyecto de investigación se enfoca en el campo de recuperación de información en la Web. Presenta un modelo de meta buscador Web que integra el filtrado colaborativo (basado en ítems) a la propuesta [1] de Massimo Melucci fundamentada en proyectores sobre planos que se originan en la informaci...
| Autor: | |
|---|---|
| Formato: | tesis de maestría |
| Estado: | Versión publicada |
| Fecha de publicación: | 2012 |
| País: | Colombia |
| Recursos: | Universidad del Cauca |
| Repositorio: | Repositorio Unicauca |
| Idioma: | español |
| OAI Identifier: | oai:repositorio.unicauca.edu.co:123456789/1284 |
| Acesso em linha: | http://repositorio.unicauca.edu.co:8080/xmlui/handle/123456789/1284 |
| Access Level: | acceso abierto |
| Palavra-chave: | Recuperación de información Contexto del usuario Filtrado colaborativo Expansión de consulta Meta buscador Web Information retrieval User’s context Collaborative filtering Query expansion |
| Resumo: | Este proyecto de investigación se enfoca en el campo de recuperación de información en la Web. Presenta un modelo de meta buscador Web que integra el filtrado colaborativo (basado en ítems) a la propuesta [1] de Massimo Melucci fundamentada en proyectores sobre planos que se originan en la información del contexto del usuario. El modelo obtenido fue implementado en una aplicación Web, denominada MyBestMetaWebSearch, que usa una arquitectura multi-capa basada en Servicios Web XML que permite re-ordenar y filtrar los resultados entregados por los buscadores tradicionales Google, y Bing como fuente inicial de la búsqueda. Esta aplicación Web contempla los siguientes pasos generales: (1) Registrarse e ingresar al sistema, (2) ingresar la consulta basado en palabras clave, (3) pre-procesar la consulta, (4) expandir la consulta, (5) recuperar los documentos de los buscadores tradicionales, (6) filtrar la Información, (7) visualizar y calificar resultados y (8) Modificar información del contexto e información de feedback para la comunidad. Finalmente se presenta el proceso de evaluación del modelo propuesto con medidas clásicas del área de la recuperación de la información, satisfacción del usuario y relevancia, para lo cual se usó en primera instancia una colección cerrada de textos denominada CACM, posteriormente se calculó la Curva de Precision-Recuerdo, Mean Average Precision (MAP), Precisión en K resultados ordenados y el estadístico Kappa, y se compararon los resultados con los entregados originalmente por los buscadores tradicionales donde se muestra que en algunas ocasiones son mejores que los entregados por los buscadores Web tradicionales más usados hoy en día, Google y Bing, aunque dicha mejora no es significativa. |
|---|