Resumen de Modelos de computación flexible para la recuperación de información
El crecimiento vertiginoso de las comunicaciones y la aprición de la sociedad de la información personalizados a las necesidades de cada usuario, Una de las principales áreas que se encarga de dicha personalización mediante la construcción de perfiles de usuario es el de Filtrado de la Información.
Mediante dicho proceso, se evita que la especialización de consulta de usuario a un Sistema de Recuperación de Información (p.ej. Internet) se realice a través de términos. Tras una consulta general realizada al sistema a través de términos relacionados mediante operadores lógicos, el usuario puede evaluar algunos de los documentos recuperados por el sistema, sin tener que volver a introducir términos que concreten más sus preferencias.
En esta Tesis se hace uso de dos de las más relevante técnicas de Computación Flexible: la Lógica Difusa y los Algoritmos Genéticos para la resolución de este problema de los perfiles de usuario. Como alternativa y mejora a los modelos clásicos de Recuperación de Información, se presenta un modelo difuso en el que se proponen nuevos esquemas de representación de los términos en los documentos. Así mismo, se extienden las medidas clásicas de exhaustividad y precisión al caso difuso, con la aportación del uso de cardinales para conjuntos difusos que permitan el cálculo de la relevancia de los documentos de la colección.
Tanto los nuevos esquemas como las medidas de evaluación del modelo difuso se utilizan en el modelo genético, en el que mediante un Algoritmo Genético, se resuelve el problema de construcción de perfiles de usuario. Dentro de los modelos genéticos distinguimos dos casos atendiendo a la oritenación de la función a optimizar: los modelos orientados a documentos, que optimizan el proceso de recuperación de documentos y los modelos orientados a términos, que optimizan el proceso de representación de los términos en los documentos.
Ambos nos permiten extraer
