Aproximación a un modelo de recuperación de información personalizada basado en el análisis semántico del contenido

• Autores: Eric Utrera Sust, José Ángel Olivas Varela , Francisco Pascual Romero Chicharro , Alfredo J. Simón Cuevas
• Localización: Procesamiento del lenguaje natural, ISSN 1135-5948, Nº. 61, 2018, págs. 31-38
• Idioma: español
• Títulos paralelos:
  • An Approach of a Personalized Information Retrieval Model based on Contents Semantic Analysis
• Enlaces
  • Texto completo
• Resumen
  • español

    En este trabajo se presenta una primera aproximación de un modelo de recuperación de información personalizada basado en el procesamiento semántico del contenido. El modelo propuesto reduce la sobrecarga de información innecesaria para los usuarios y mejora los resultados recuperados mediante la combinación de un procesamiento semántico de contenido aplicado a las consultas y documentos indexados, y la información de los perfiles de usuarios. La aplicabilidad de la propuesta fue evaluada en el contexto de un motor de búsqueda real, a través de consultas diseñadas por expertos en diferentes dominios y la medición de su rendimiento. Los resultados obtenidos fueron comparados con los del motor de búsqueda puesto a prueba, lográndose mejoras en cuanto a la precisión y exhaustividad.

  • English

    In this paper, an approach of a personalized information retrieval model based on the semantic processing of the content is proposed. The proposed model reduces the unnecessary information overload for users and improves the retrieval results through combining a content semantic processing applied to the queries and indexed documents, and information user processing from different perspectives. The applicability of the proposal was evaluated in the context of a real web search engine, through several queries designed by experts and associated to differents topics, and the measurement of their performance. The results were compared to those obtained by the search engine put to the test, achieving improvements the retrieval results.

• Referencias bibliográficas
  • Chunzi, W. y B. Wang. 2017. Extracting Topics Based On Word2vec and Improved Jaccard Similarity Coefficient. En Proceedings of the IEEE...
  • Corcoglioniti, F., M. Dragoni y M. Rospocher. 2016. Knowledge extraction for information retrieval. En Proceedings of the International...
  • Desrosiers, Ch. y G. Karypis. 2011. A Comprehensive Survey of Neighborhood Based Recommendation Methods. Recommender Systems Handbook. Springer,...
  • Hahm, G. J., Yi, M. Y., Lee, J. H., Suh, H. W. 2014. A personalized query expansion approach for engineering document retrieval. Advanced...
  • Johnson., M.S. 2016. Personalized Recommendation System for Custom Google Search. International Journal of Computer & Mathematical...
  • Jay, P., P. Shah, K. Makvana y P. Shah. 2015. Review On Web Search Personalization Through Semantic Data. En Proceedings of the IEEE International...
  • Klusch, M., P. Kapahnke, S. Schulte, F. Lecue y A. Bernstein. 2016. Semantic Web Service Search: A Brief Survey. Ki-Künstliche Intelligenz,...
  • Mihalcea, R. y C. Strapparava. 2006. Corpus Based and Knowledge-Based Measures of Text Semantic Similarity. AAAI, páginas 775-780.
  • Moro, A., F. Cecconi, R. Navigli. 2014. Multilingual Word Sense Disambiguation and Entity Linking for Everybody. En Proceedings of the...
  • Makwana, K., J. Patel y S. Parth. 2017. An Ontology Based Recommender System to Mitigate the Cold Start Problem in Personalized Web Search....
  • Navigli, R., Ponzetto, S.P. 2012. BabelNet: The automatic construction, evaluation and application of a wide-coverage multilingual semantic...
  • Padró, L. y E. Stanilovsky. 2012. Freeling 3.0: Towards Wider Multilinguality. En Proceedings of the International Conference On Language...
  • Preetha, S. y V. Shankar. 2014. Personalized search engines on mining user preferences using click through data. En Proceedings of the...
  • Ricci, F., L. Rokach, B. Shapira y P.B. Kantor. 2010. Recommender Systems Handbook. Springer.
  • Singh, A., N. Dey, A. Ashour y V. Santhi. 2017. Web Semantics for Personalized Information Retrieval. IGI Global. Information Science Reference,...
  • Shou, L., H. Bai, K. Chen y Ch. Chen. 2014. Supporting Privacy Protection in Personalized Web Search. IEEE Transactions On Knowledge and...
  • Sharma, S. y V. Rana. 2017. Web Personalization through Semantic Annotation System. Advances in Computational Sciences and Technology,...
  • Shafiq, O., R. Alhajj. y J. G. Rokne. 2015. On personalizing Web search using social network analysis. Information Sciences, 314: 55-76.
  • Tanaka, Y., Spyratos, N., Yoshida, T., Meghini, C. 2015. En Proceedings of the Information Search, Integration and Personalization. páginas...
  • Verma, D. y B. Kochar. 2016. Multi Agent Architecture for Search Engine. International Journal of Advanced Computer Science and Applications,...
  • Wang, M., Q. Li., Y. Lin, y B. Zhou. 2017. A personalized result merging method for metasearch engine. En Proceedings of the 6th International...
  • Zhou, D., S. Lawless, X. Wu1, W. Zhao y J. Liu. 2016. Enhanced Personalized Search Using Social Data. En Proceedings of the Conference...
  • Zhang, H., M. Yan-hong, M. Wei-jun, y B. Zhong-xian. 2013. Study of Distributed Personalized Search Engine. Advanced Materials Research....