Aprendendo funções de ranking baseadas em blocos usando programação genética

Sanchez, Pedro Antonio Gonzales; http://lattes.cnpq.br/5743769621856276

Dissertação

Aprendendo funções de ranking baseadas em blocos usando programação genética

Na atualidade, a Internet é considerada uma poderosa ferramenta de comunicação e informação. Seu impacto na sociedade está aumentando cada vez mais, o que significa que está se tornando indispensável. Neste contexto, sistemas de busca por informação tornam-se cada vez mais importantes. Neste trabalh...

ver descrição completa

Autor principal:	Sanchez, Pedro Antonio Gonzales
Outros Autores:	http://lattes.cnpq.br/5743769621856276
Grau:	Dissertação
Idioma:	por
Publicado em:	Universidade Federal do Amazonas 2015
Assuntos:	Programação genética Estrutura de bloco das páginas Web Funções de ranking Genetic programming Block structure of the Web pages Ranking functions CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO
Acesso em linha:	http://tede.ufam.edu.br/handle/tede/2925

id	oai:https:--tede.ufam.edu.br-handle-:tede-2925
recordtype	dspace
spelling	oai:https:--tede.ufam.edu.br-handle-:tede-29252016-05-11T14:29:30Z Aprendendo funções de ranking baseadas em blocos usando programação genética Sanchez, Pedro Antonio Gonzales Oliveira, David Braga Fernandes de http://lattes.cnpq.br/5743769621856276 http://lattes.cnpq.br/9561812825173697 Programação genética Estrutura de bloco das páginas Web Funções de ranking Genetic programming Block structure of the Web pages Ranking functions CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO Na atualidade, a Internet é considerada uma poderosa ferramenta de comunicação e informação. Seu impacto na sociedade está aumentando cada vez mais, o que significa que está se tornando indispensável. Neste contexto, sistemas de busca por informação tornam-se cada vez mais importantes. Neste trabalho, propomos um novo método de busca capaz de aprender funções de ranking que exploram a estrutura em bloco das páginas Web, usando programação genética. Diferentemente de trabalhos anteriores, nosso método permite combinar evidências tradicionais em recuperação de informação com evidências derivadas da estrutura das páginas. Para validar o método proposto, utilizamos três coleções reais de páginas (IG, CNN e BLOG). Os resultados experimentais mostram que nossa abordagem é capaz de superar os resultados de um baseline que usa informações de blocos sem aprendizagem de máquina, apresentando ganhos de precisão (MAP) de 9,38% na coleção IG, de 7,13% na CNN, e 25,87% na coleção de BLOG. Em relação a nosso segundo baseline, que usa programação genética a partir de evidências tradicionais de recuperação de informação, nosso método conseguiu ganhos de 5,25% na coleção IG, 10,37% na CNN e 4,37% na coleção de BLOG. Today, the Internet is considered a powerful tool of communication and information. Its impact on society is increasing more and more, which means that it is becoming indispensable. In this context information searching systems are becoming increasingly important. In this paper, we propose a new search method capable of learning ranking functions that explore Web pages structure in blocks, using genetic programming. Different from previous works, our method allows combining traditional evidence in information retrieval with evidence derived from the structure of Web pages. To validate the proposed method, we use three real collections of pages (IG, CNN and BLOG). Experimental results show that our approach is able to overcome the results of a baseline of information which uses blocks information without learning machine, presenting precision benefits (MAP) of 9.38% in the IG collection, from 7.13% in CNN, and 25.87% in collection BLOG. Regarding our second baseline, which uses genetic programming out of traditional evidence in information retrieval, our method achieved benefits of 5.25% in the IG collection, 10.37% and 4.37% on CNN in collection BLOG. CNPq - Conselho Nacional de Desenvolvimento Científico e Tecnológico 2015-04-11T14:02:59Z 2014-07-15 2013-07-17 Dissertação SANCHEZ, Pedro Antonio Gonzales. Aprendendo funções de ranking baseadas em blocos usando programação genética. 2013. 50 f. Dissertação (Mestrado em Informática) - Universidade Federal do Amazonas, Manaus, 2013. http://tede.ufam.edu.br/handle/tede/2925 por Acesso Aberto application/pdf Universidade Federal do Amazonas Instituto de Computação BR UFAM Programa de Pós-graduação em Informática
institution	TEDE - Universidade Federal do Amazonas
collection	TEDE-UFAM
language	por
topic	Programação genética Estrutura de bloco das páginas Web Funções de ranking Genetic programming Block structure of the Web pages Ranking functions CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO
spellingShingle	Programação genética Estrutura de bloco das páginas Web Funções de ranking Genetic programming Block structure of the Web pages Ranking functions CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO Sanchez, Pedro Antonio Gonzales Aprendendo funções de ranking baseadas em blocos usando programação genética
topic_facet	Programação genética Estrutura de bloco das páginas Web Funções de ranking Genetic programming Block structure of the Web pages Ranking functions CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO
description	Na atualidade, a Internet é considerada uma poderosa ferramenta de comunicação e informação. Seu impacto na sociedade está aumentando cada vez mais, o que significa que está se tornando indispensável. Neste contexto, sistemas de busca por informação tornam-se cada vez mais importantes. Neste trabalho, propomos um novo método de busca capaz de aprender funções de ranking que exploram a estrutura em bloco das páginas Web, usando programação genética. Diferentemente de trabalhos anteriores, nosso método permite combinar evidências tradicionais em recuperação de informação com evidências derivadas da estrutura das páginas. Para validar o método proposto, utilizamos três coleções reais de páginas (IG, CNN e BLOG). Os resultados experimentais mostram que nossa abordagem é capaz de superar os resultados de um baseline que usa informações de blocos sem aprendizagem de máquina, apresentando ganhos de precisão (MAP) de 9,38% na coleção IG, de 7,13% na CNN, e 25,87% na coleção de BLOG. Em relação a nosso segundo baseline, que usa programação genética a partir de evidências tradicionais de recuperação de informação, nosso método conseguiu ganhos de 5,25% na coleção IG, 10,37% na CNN e 4,37% na coleção de BLOG.
author_additional	Oliveira, David Braga Fernandes de
author_additionalStr	Oliveira, David Braga Fernandes de
format	Dissertação
author	Sanchez, Pedro Antonio Gonzales
author2	http://lattes.cnpq.br/5743769621856276
author2Str	http://lattes.cnpq.br/5743769621856276
title	Aprendendo funções de ranking baseadas em blocos usando programação genética
title_short	Aprendendo funções de ranking baseadas em blocos usando programação genética
title_full	Aprendendo funções de ranking baseadas em blocos usando programação genética
title_fullStr	Aprendendo funções de ranking baseadas em blocos usando programação genética
title_full_unstemmed	Aprendendo funções de ranking baseadas em blocos usando programação genética
title_sort	aprendendo funções de ranking baseadas em blocos usando programação genética
publisher	Universidade Federal do Amazonas
publishDate	2015
url	http://tede.ufam.edu.br/handle/tede/2925
_version_	1781301819077558272
score	11.653393

Aprendendo funções de ranking baseadas em blocos usando programação genética

Registros relacionados