Effektiv indexering for Fuzzy søk

Abstract

Informasjonsgjenfinning har blitt et veldig viktig fagfelt med mye utvikling. Vi har sett på forskjellige søketeknikker for å gjøre fuzzy- og interaktivtsøk mulig. Begge disse er teknikker som hjelper brukeren til å finne det de leter etter i det store informasjonshavet som er internett. Videre har vi sett nærmere på noen av de forskjellige implementasjonene og brukt disse til å søke igjennom et datasett og samle resultater, som vi så kunne bruke til å sammenligne ytelsen til de forskjellige implementasjonene. Trie, ternary søketrær, Finite State Automaton er noen av implementasjonene vi har brukt i våre eksperimenter. Vi brukte de engelske titlene til alle wikipedia artiklene som datasett, samt de topp 50,000 spørringene til wikipedia søkemotoren som spørringer på datasettet. Vi brukte Java og Lucene til å implementere de forskjellige algoritmene og kjøre testene våre på. Vi fant at de automaton baserte løsningene presterte bedre enn de søketre løsningene med tanke på både hastighet og minnebruk.