Προσαρμογή και αξιολόγηση μεθόδων εξατομίκευσης αναζήτησης με λέξεις κλειδιά σε σημασιολογικά δεδομένα

Abstract

Η σταδιακή μετεξέλιξη του Παγκόσμιου Ιστού, ενός ιστού εγγράφων, στο Σημασιολογικό Ιστό, έναν ιστό δεδομένων, δημιουργεί την ανάγκη ανάπτυξης μηχανών αναζήτησης σε σημασιολογικά, δομημένα δηλαδή, δεδομένα. Παράλληλα, καθώς ο όγκος της πληροφορίας που προστίθεται καθημερινά στον ιστό αυξάνεται με αλματώδεις ρυθμούς, γίνεται επιτακτική η ανάγκη εφαρμογής μεθόδων εξατομίκευσης από τις νέες αυτές μηχανές αναζήτησης ώστε να προσαρμόζονται στα ενδιαφέροντα κάθε χρήστη. Στα πλαίσια της παρούσας διπλωματικής εργασίας α)Μελετήθηκαν οι απαιτήσεις και οι περιορισμοί που επιβάλλει το RDF μοντέλο στην αναζήτηση με λέξεις κλειδιά και επεκτάθηκε η λειτουργία στοιχειώδους μηχανής αναζήτησης σε σημασιολογικά δεδομένα β)Εμπλουτίστηκε ένα αρχικό σύνολο ταινιών με σημασιολογικές πληροφορίες οι οποίες χρησιμοποιήθηκαν για τη δημιουργία προφίλ χρηστών γ) Δημιουργήθηκαν κατάλληλα χαρακτηριστικά εκπαίδευσης του Ranking SVM έτσι ώστε να μάθει να ταξινομεί τα αποτελέσματα της αναζήτησης κάποιου χρήστη σύμφωνα με τις προτιμήσεις του δ) Πραγματοποιήθηκε πειραματική αξιολόγηση της μεθόδου.

With the rise of the Semantic Web, the World Wide Web as we know it, a web of links between texts, is gradually becoming a web of data and meaning. This change has led to the development of search engines that extract information in rdf format. The growth of data available in the web, the different types of users and their needs as well as the ambiguities of the keyword search have created the need for personalized search. In this thesis, we a) study the demands and restrictions in keyword search brought by the rdf model and extend the function of a simple semantic search engine b) infer user information through an initial set of film ratings, c) create new features for the Ranking SVM in order to train the system to rerank search results based on user interests d) perform experimental evaluation of our method.