Vis enkel innførsel

dc.contributor.advisorAalberg, Trond
dc.contributor.authorTopphol, Birger
dc.date.accessioned2021-09-15T16:16:29Z
dc.date.available2021-09-15T16:16:29Z
dc.date.issued2020
dc.identifierno.ntnu:inspera:57390197:16029620
dc.identifier.urihttps://hdl.handle.net/11250/2777872
dc.description.abstractMangfald hjelp til med å løyse fleire problem innan informasjonsgjennfinning og informasjonsfiltrering, og har vist seg å gjere brukarar meir fornøgde. Hovudproblema for gjennfinning er tvetydige spørjingar og duplikative data, mens filtrering er mest oppteken av å tilby brukeren eit variert utvalg. Dei siste åra har det vore aukande interesse for å bruke mangfald og andre mål utover nøyaktigheit i gjennfinning og filtrering. Denne auka interessa har resultert i ei rekkje tilnærminger for å forbetre mangfaldet i søkjeresultat og anbefalinger. Det er imidlertid framleis mangel på forskning med fokus på mangfald for gjennfinning på strukturerte og semistrukturerte data. Denne oppgava bidreg til å fylle det holet, ved å undersøkje kva metoder som kan nyttast til å auke mangfaldet ved søk i strukturerte data. Ei tilnærming vert presentert, som nyttar spørringskombinasjon ved bruk av Sainte-Laguë-metoden for å velgje høgt rangerte element frå eit sett resultat oppnådd ved å søkje i ulike felt i datasettet. Ei casebasert studie utført på ein musikkdatabase fungerar som "proof of concept", demonstrerar oppførselen til metoda, og viser at det er eit aktuelt alternativ for å dempe effekten av tvetydige spørjingar og duplikative data.
dc.description.abstractDiversity helps resolve several problems in information retrieval (IR) and information filtering (IF), and has been shown to increase user satisfaction. For IR the main problems are ambiguous queries and duplicative data, while IF is most concerned with supplying the user with a variety of choices. The past few years there has been increasing interest in using diversity and other beyond-accuracy objectives in IR and IF. This increased interest has resulted in a variety of approaches to improving diversity in search results and recommendations. However there is still a lack of diversity focused research for IR, on structured and semi-structured data. This thesis contributes to filling that hole, by investigating what methods can be used to increase diversity when searching structured data. A query combination approach is presented, using the Sainte-Laguë method to select high ranking items from a set of results obtained by querying different fields of the data set. A case based study performed on a music database, serves as a proof of concept, demonstrating the behaviour of the method, and showing that it is a viable option for mitigating the effects of ambiguous queries, and duplicative data.
dc.language
dc.publisherNTNU
dc.titleProportionality for Diversifying Information Retrieval on Structured Data
dc.typeMaster thesis


Tilhørende fil(er)

Thumbnail

Denne innførselen finnes i følgende samling(er)

Vis enkel innførsel