dimarts, 25 de març del 2014

3.3 Recerques d'informació en aplicacions de bases de dades:

3.3 Recerques d'informació en aplicacions de bases de dades: 


La Recerca i Recuperació d'Informació, anomenada en anglès Information Search and Retrieval ( ISR ) , és la ciència de la recerca d'informació en documents electrònics i qualsevol tipus de col · lecció documental digital , encarregada de la recerca dins d'aquests mateixos , cerca de metadades que descriguin documents , o també la recerca en bases de dades relacionals , ja sigui a través d'internet , intranet , i com a objectiu realitza la recuperació en textos , imatges , so o dades d'altres característiques , de manera pertinent i rellevant .
La recuperació d'informació és un estudi interdisciplinari . Cobreix tantes disciplines que això genera normalment un coneixement parcial des de tan sols una o altra perspectiva . Algunes de les disciplines que s'ocupen d'aquests estudis són la psicologia cognitiva , l'arquitectura de la informació , disseny de la informació , intel · ligència artificial , lingüística , semiòtica , informàtica , biblioteconomia , arxivística i documentació .

Per aconseguir el seu objectiu de recuperació se sustenta en els sistemes d'informació , i en ser de caràcter multidisciplinari intervenen bibliotecòlegs per determinar criteri de recerca, la rellevància i pertinència dels termes , en conjunt amb la informàtica .

Mesures de rendiment i correctitud

Moltes mesures han estat proposades per avaluar el rendiment dels sistemes de recuperació d'informació. Les mesures necessiten una col · lecció de documents i una consulta . A continuació seran descrites algunes mesures comunes , les quals assumeixen que : cada document se sap que aquest és rellevant o no rellevant per a una consulta particular . A la pràctica poden haver diferents matisos de rellevància .

Precisió
La precisió és la fracció de documents recuperats que són rellevants per a la necessitat d'informació de l'usuari .

 \mbox{Precisión}=\frac{|\{\mbox{documentos relevantes}\}\cap\{\mbox{documentos recuperados}\}|}{|\{\mbox{documentos recuperados}\}|}

La precisió té en compte tots els documents recuperats . També pot ser avaluada en un tall determinat del rànquing , considerant només els primers resultats obtinguts del sistema .
Nota: el significat i ús de la " precisió" en el camp de la recuperació d'informació , difereix de les definicions d'exactitud i precisió en altres branques de la ciència i la tecnologia .

Recobrat 
El recobrat és la fracció de documents rellevants per a una consulta que van ser recuperats .

\mbox{Recobrado}=\frac{|\{\mbox{documentos relevantes}\}\cap\{\mbox{documentos recuperados}\}|}{|\{\mbox{documentos relevantes}\}|}

Resulta trivial obtenir un 100% de recobrat si es prenen com a resposta per a qualsevol consulta tots els documents de la col · lecció . Per tant , el recobrat sol no és suficient , sinó que es necessita també mesurar el nombre de documents no rellevants , per exemple amb el càlcul de la precisió .

Proposició de fallada
La proposició de decisió, anomenada en anglès fall - out , és la proporció de documents no rellevants que són recuperats , fora de tots els documents rellevants disponibles .

 \mbox{fall-out}=\frac{|\{\mbox{documentos no relevantes}\}\cap\{\mbox{documentos recuperados}\}|}{|\{\mbox{documentos no relevantes}\}|}

Resulta trivial obtenir un 0% de proposició de fallada si no es retorna cap document de la col · lecció per a qualsevol consulta.

Mesura F 
La mesura F és un balanç de la precisió i el recobrat :

F = \frac{2 \cdot \mathrm{Precision} \cdot \mathrm{Recobrado}}{(\mathrm{Precision} + \mathrm{Recobrado})}.\,


Aquesta és coneguda a més com la mesura F_{1} , ja que el recobrat i la precisió són pesats uniformement .

La fórmula general per al paràmetre real no negatiu \beta és :

F_\beta = \frac{(1 + \beta^2) \cdot (\mathrm{Precision} \cdot \mathrm{Recobrado})}{(\beta^2 \cdot \mathrm{Precision} + \mathrm{Recobrado})}\,

Dues mesures F àmpliament utilitzades són la mesura F_{2} , que pondera el recobrat dues vegades per sobre de la precisió , i la mesura F_{0.5} , que pesa la precisió dues vegades per sobre del recobrat .
La mesura F va ser obtinguda per Van Rijsbergen el 1979 . F_\beta "mesura l'efectivitat de la recuperació respecte a un usuari que atribueix \beta vegades més importància al recobrat que a la precisió " . Està basada en la mesura de Van Rijsbergen E = 1 - \frac{1}{\frac{\alpha}{P} + \frac{1-\alpha}{R}} . La relació entre aquestes dues mesures és F_\beta = 1 - E on \alpha=\frac{1}{1 + \beta^2}

Precisió Mitjana
La Precisió i el recobrat són mètriques basades en tota la llista de documents retornada pel sistema donada una consulta . Per a sistemes que fan rànquing als documents retornats per a una consulta és desitjable considerar a més l'ordre en què els documents retornats es presenten . Si es computa la precisió i el recobrat en cada posició de la seqüència de documents amb rànquing, podem plotejar la corba precisió - recobrat , ploteando la precisió p(r) com una funció del recobrat r . La Precisió Mitjana computa la mitjana dels valors de p(r) sobre la integral desde r=0 fins a r=1
\operatorname{AveP} = \int_0^1 p(r)dr.
Aquesta integral és reemplaçada en la pràctica per una suma finita sobre totes les posicions en la seqüència de documents amb rànquing:

\operatorname{AveP} = \sum_{k=1}^n P(k) \Delta r(k)
on k és el rànquing en la seqüència de documents recuperats , n és el nombre de documents recuperats , P(k) és la precisió del tall en la posició k de la llista i \Delta r(k) és el canvi en el recobrat de els elements k-1 fins k .
Aquesta suma finita és equivalent a :

 \operatorname{AveP} = \frac{\sum_{k=1}^n (P(k) \times rel(k))}{\mbox{number of relevant documents}} \!

on rel(k) és un indicador igual a 1 si l' item en la posició k del rànquing és rellevant al document , i zero altrament . Noteu que la mitjana és sobre tots els documents rellevants i que els documents rellevants que no són recuperats obtenen una precisió igual a zero .
La Precisió Mitjana de vegades es refereix geometricamente com l'àrea sota la corba precisió - recobrat .













Cap comentari:

Publica un comentari a l'entrada