Линейная модель механизма эвристического поиска

Эвристический поиск работает по принципу отыскания документов, «похожих» на усредненный «тематический» образ некоторого множества релевантных документов, указанных пользователем, и реализуется следующей последовательностью шагов:

Шаг 1. Построение словника по массиву релевантных документов. Результатом является подматрица L_rel матрицы L₀, построенная путем выбора столбцов, характеризующих заданные пользователем документы:

n – количество документов, отмеченных пользователем как релевантные.

Шаг 2. Оценка терминов словника и построение Поискового Образа Темы (ПОТ).

Результатом оценивания должно быть выделение тех терминов, которые могут быть включены в ПОТ. Желательно, чтобы в основе формальной оценки лежали частотные характеристики, которые могут быть получены из матриц L₀ и L_rel:

(или i-тый элемент главной диагонали матрицы ),

(или i-тый элемент вектора ),

где F_i – частота термина в информационном массиве, F_iRel – частота термина в множестве релевантных документов, Q_rel – вектор релевантных документов (строка расширенной матрицы ).

Для оценки степени соответствия термина ПОТ может быть использована мера точности термина - отношение частоты термина в множестве релевантных документов к частоте термина в информационном массиве, в качестве порога для отбора в ПОТ – относит коэффициент CR, вычисляемый в зависимости от эвристического параметра n_s, характеризующего количество ожидаемых документов. Эвристический параметр характеризует минимальную (ненулевую) точность термина, возможную в ожидаемой выдаче: . В ПОТ отбираются термины, для кот выполняется неравенство: (4.12)

Шаг 3. Построение матрицы «термин-документ» для функции поиска аналогов. На этом шаге из матрицы L_rel должны быть удалены строки, для кот не выполняется неравенство. В результате получаем матрицу L_ПОТ:

, где M – количество терминов в ПОТ, определяющее порог «близости» для следующего шага.

Шаг 4. Выполнение функции поиска аналогов с пороговым значением M. По матрице L_ПОТ строится результирующий вектор запроса на отбор документов-аналогов (Q_ПОТ) и формируется поисковый результат с учетом порога близости M. Если число документов полученного результата меньше, чем заданное в системе n_s, то пороговое значение M уменьшается на 1, и повторяется процедура поиска аналогов с новым пороговым значением. Таким образом, на каждой i-ой итерации пороговое значение равно M–i.

Цикл заканчивается: либо после выполнения очередной итерации число документов результата стало равно или превысило значение n_s, либо пороговое значение стало равно 0.