معرفی یک معیار شباهت حساس به پرسش برای خوشه بندی اسناد در سیستم های بازیابی اطلاعات متنی

خوشه بندی در زم ینه بازیابی اطلاعات به صورت گسترده ای در ساله ای اخ یر با هدف بالا بردن سرعت و کارا یی س یستم مورد استفاده قرار گرفته است . ارتقاء کارا یی س یستم بر پا یه این فرض یه استوار است که اسناد مرتبط با یک پرسش خود شب یه یکدیگر هستند و انتظار می رود که در عمل خوشه بندی در یک خوشه قرار گ یرند . جهت عمل خوشه بندی یک مع یار شباهت مورد ن یاز است که با آن بتوان شباهت دو سند را اندازه گرفت . معیارهای شباهت ا یستا مانند کوس ینوس، شباهت دو سند را بدون توجه به پرسش کاربر محاسبه Query- ( می کنند و در نت یجه شباهت د و سند تحت پرشس های مختلف کاربر یکسان خواهد بود . معیارهای شباهت حساس به پرسشSensitive Similarity Measures( سعی در آشکار کردن شباهت دو سند تحت یک پرسش خاص را دارند . در این مقاله یک معی ار شباهت حساس به پرسش ارا یه شده است که با استفاده از چند ین مجموعه اسناد استاندارد در زم ینه ی باز یابی اطلاعات مورد ارز یابی قرار گرفته است و کارا یی آن با مع یار شباهت ا یستا که به پرسش توجهی ندارند و همچن ین با مع یارهای شباهت حساس به پرسش ارا یه شده توسط سایر محققان، مقا یسه شده است . نتایج آزما یش ها، نشان دهنده ی پ یشرفت قابل ملاحظه ی مع یار ارا یه شده است . بر اساس ا ین نتایج انتظار می رود که استفاده از این معیار پیشنهادی، باعث افزایش کارایی سیستم های بازیابی اطلاعات مبتنی بر خوشه بندی شود .

کلیدواژه ها:

خوشه بندی متن ، معیارهای شباهت ، سیستم های بازیابی اطلاعات متنی