Azərbaycanca
Deutsch
日本語
Lietuvos
සිංහල
Türkçe
Українська
United State
Bu madde, uygun değildir. (Nisan 2025) |
Bilgi bilimi ve bilgi erişiminde ilgililik, alınan bir belgenin veya belge kümesinin kullanıcının bilgi ihtiyacını ne kadar iyi karşıladığını belirtir. İlgililik, zamanınlılık, otorite veya sonucun yeniliği gibi endişeleri içerebilir.
Tarih
İlgili bilgiyi bulma sorununa ilişkin kaygı, en azından 17. yüzyılda bilimsel dergilerin ilk yayımlanmasına kadar uzanmaktadır.
İlgililiğin resmi çalışması, 20. yüzyılda daha sonra bibliyometri olarak adlandırılacak olan şeyin incelenmesiyle başladı . 1930'larda ve 1940'larda SC Bradford , bir konuyla ilgili makaleleri tanımlamak için "ilgili" terimini kullandı (bkz. Bradford yasası ). 1950'lerde ilk bilgi alma sistemleri ortaya çıktı ve araştırmacılar, ilgisiz makalelerin alınmasını önemli bir endişe olarak kaydettiler. 1958'de BC Vickery, Uluslararası Bilimsel Bilgi Konferansı'ndaki bir konuşmasında ilgililik kavramını açıkça belirtti.
1958'den bu yana, bilgi bilimciler ilgili olma kavramının tanımlarını araştırmış ve tartışmıştır. Bu tartışmanın odak noktalarından biri, "bir konuya olan ilgililik" ya da "konusal ilgililik" ile "kullanıcı ilgililiği" arasındaki ayrım olmuştur.
Değerlendirme
Bilgi arama topluluğu , 1960'ların başındaki Cranfield Deneyleri ile başlayıp günümüzde bilgi arama araştırmaları için ana değerlendirme çerçevesi olarak devam eden TREC değerlendirmeleriyle sonuçlanan , konu ile ilgili alaka düzeyini ölçmek için test koleksiyonlarının ve kıyaslama görevlerinin kullanımını vurgulamıştır.
Bir bilgi erişim sisteminin konu açısından alakalı sonuçları ne kadar iyi aldığını değerlendirmek için , alınan sonuçların alakalılığı niceliksel olarak belirlenmelidir. Cranfield tarzı değerlendirmelerde, bu genellikle alınan her sonuca bir alakalılık düzeyi atamayı içerir , bu da alakalılık değerlendirmesi olarak bilinen bir işlemdir . Alaka düzeyleri ikili (bir sonucun alakalı olduğunu veya alakalı olmadığını gösterir) veya dereceli (sonuçların, sonucun konusu ile bilgi ihtiyacı arasında değişen bir eşleşme derecesine sahip olduğunu gösterir) olabilir. Alınan sonuçlara alakalılık düzeyleri atandıktan sonra, bir alma sisteminin çıktısının kalitesini değerlendirmek için bilgi erişim performans ölçümleri kullanılabilir.
- İlgililik ölçütleri
- Precision (Kesinlik) :Geri getirilen belgelerin ne kadarının ilgili olduğu.
- Recall (Duyarlılık) :İlgili belgelerin ne kadarının geri getirildiği.
- F1 Skoru :Precision ve Recall'un harmonik ortalaması.
- Mean Average Precision (MAP) : Ortalama kesinliğin ortalaması.
Bu yalnızca topikal alaka düzeyine odaklanmanın aksine, bilgi bilimi topluluğu kullanıcı alaka düzeyini göz önünde bulunduran kullanıcı çalışmalarını vurgulamıştır. Bu çalışmalar genellikle insan-bilgisayar etkileşiminin yönlerine odaklanmaktadır (ayrıca bkz. İnsan-bilgisayar bilgi alımı).
Kümeleme ve ilgililik
1979 yılında C. J. van Rijsbergen tarafından ortaya atılan kümeleme hipotezi (cluster hypothesis), birbirine benzer iki belgenin, aynı bilgi ihtiyacına yönelik olarak ilgili olma olasılığının yüksek olduğunu öne sürer. Gömülü benzerlik uzayı açısından bakıldığında, bu hipotez genel ya da yerel olarak yorumlanabilir. Genel yorum, belgeler arası benzerlikten türetilen bazı sabit temel konular olduğunu varsayar. Bu genel kümeler veya temsilcileri daha sonra iki belgenin alaka düzeyini ilişkilendirmek için kullanılabilir (örneğin aynı kümedeki iki belge aynı istekle ilgili olmalıdır). Bu ruhtaki yöntemler
- küme tabanlı bilgi alımı
- gizli semantik analizi veya dil modelleme eşdeğerleri gibi küme tabanlı belge genişlemesi. Kümelerin - tecrit veya kombinasyon halinde - olası ilgili belgelerin kümesini başarıyla modellemesini sağlamak önemlidir.
Ellen Voorhees tarafından öne sürülen ikinci bir yorumlama , belgeler arasındaki yerel ilişkilere odaklanır. Yerel yorumlama, koleksiyondaki kümelerin sayısını veya boyutunu modellemekten kaçınır ve birden fazla ölçekte alaka düzeyine izin verir. Bu ruhtaki yöntemler şunları içerir:
- Çoklu Küme Alma
- Yayılma aktivasyonu ve ilişki düzeyi yöntemler
- Yerel Belge Genişlemesi
- Skor düzenleme
Yerel yöntemler doğru ve uygun bir belge benzerlik ölçümü gerektirir .
Sorunlar ve alternatifler
En ilişkili belgeler, arama sonuçlarının ilk sayfasında görüntülenmesi en yararlı olanlar olmayabilir. Örneğin, iki yinelenen belge tek tek oldukça alakalı kabul edilebilir, ancak bunlardan yalnızca birini görüntülemek faydalıdır. Bu eksikliği yönetmek için "maksimum marjinal ilgililik" (MMR) adı verilen bir ölçü önerilmiştir. Her belgenin alakalılığını yalnızca önceki sonuçlar göz önüne alındığında ne kadar yeni bilgi getirdiği açısından değerlendirir.
Bazı durumlarda, bir sorgu belirsiz bir yoruma veya çeşitli olası yanıtlara sahip olabilir. Sonuç kümesinin faydasını değerlendirirken çeşitli sonuçlar sağlamak bir husus olabilir.
Kaynakça
- ^ Ülker, Mehmet; Terzioğlu, Emel; Şahin, Mehmet; Özbaysar, Mesut (1 Ekim 2019). "OKUL VE AİLE İŞ BİRLİĞİNDE YAŞANAN SORUNLAR VE ÇÖZÜM ÖNERİLERİ". NWSA Academic Journals. 14 (4): 124-131. doi:10.12739/nwsa.2019.14.4.1c0694. ISSN 1308-7231.
- ^ a b Mizzaro, Stefano (Eylül 1997). "Relevance: The whole history". Journal of the American Society for Information Science (İngilizce). 48 (9): 810-832. doi:10.1002/(SICI)1097-4571(199709)48:9<810::AID-ASI6>3.0.CO;2-U. ISSN 0002-8231.
- ^ Arni, Thomas; Clough, Paul; Sanderson, Mark; Grubinger, Michael (2009), Overview of the ImageCLEFphoto 2008 Photographic Retrieval Task, Springer Berlin Heidelberg, ss. 500-511, erişim tarihi: 14 Nisan 2025
- ^ Xu, Yunjie (Calvin); Chen, Zhiwei (Mayıs 2006). "Relevance judgment: What do information users consider beyond topicality?". Journal of the American Society for Information Science and Technology (İngilizce). 57 (7): 961-973. doi:10.1002/asi.20361. ISSN 1532-2882.
- ^ Croft, W.Bruce (Ocak 1980). "A model of cluster searching based on classification". Information Systems (İngilizce). 5 (3): 189-195. doi:10.1016/0306-4379(80)90010-1.
- ^ a b Griffiths, Alan; Luckhurst, H. Claire; Willett, Peter (Ocak 1986). "Using interdocument similarity information in document retrieval systems". Journal of the American Society for Information Science (İngilizce). 37 (1): 3-11. doi:10.1002/(SICI)1097-4571(198601)37:1<3::AID-ASI1>3.0.CO;2-O. ISSN 0002-8231.
- ^ Liu, Xiaoyong; Croft, W. Bruce (25 Temmuz 2004). "Cluster-based retrieval using language models". Proceedings of the 27th annual international ACM SIGIR conference on Research and development in information retrieval. New York, NY, USA: ACM: 186-193. doi:10.1145/1008992.1009026.
- ^ a b Voorhees, Ellen M. (1985). "The cluster hypothesis revisited". Proceedings of the 8th annual international ACM SIGIR conference on Research and development in information retrieval - SIGIR '85. New York, New York, USA: ACM Press: 188-196. doi:10.1145/253495.253524.
- ^ Kwiat, Paul; Chitambar, Eric; Conrad, Andrew; Isaac, Samantha (Eylül 2022). "Autonomous Vehicle-Based Quantum Communication Network".
- ^ Qin, Tao; Liu, Tie-Yan; Zhang, Xu-Dong; Chen, Zheng; Ma, Wei-Ying (15 Ağustos 2005). "A study of relevance propagation for web search". Proceedings of the 28th annual international ACM SIGIR conference on Research and development in information retrieval. New York, NY, USA: ACM: 408-415. doi:10.1145/1076034.1076105.
- ^ Singhal, Amit; Pereira, Fernando (Ağustos 1999). "Document expansion for speech retrieval". Proceedings of the 22nd annual international ACM SIGIR conference on Research and development in information retrieval. New York, NY, USA: ACM: 34-41. doi:10.1145/312624.312645.
- ^ Qin, Tao; Liu, Tie-Yan; Zhang, Xu-Dong; Chen, Zheng; Ma, Wei-Ying (15 Ağustos 2005). "A study of relevance propagation for web search" (İngilizce). ACM: 408-415. doi:10.1145/1076034.1076105. ISBN .
- ^ Carbonell, Jaime; Goldstein, Jade (Ağustos 1998). "The use of MMR, diversity-based reranking for reordering documents and producing summaries" (İngilizce). ACM: 335-336. doi:10.1145/290941.291025. ISBN .
Bu madde herhangi bir kategoriye eklenmemiştir. |
wikipedia, wiki, viki, vikipedia, oku, kitap, kütüphane, kütübhane, ara, ara bul, bul, herşey, ne arasanız burada,hikayeler, makale, kitaplar, öğren, wiki, bilgi, tarih, yukle, izle, telefon için, turk, türk, türkçe, turkce, nasıl yapılır, ne demek, nasıl, yapmak, yapılır, indir, ücretsiz, ücretsiz indir, bedava, bedava indir, mp3, video, mp4, 3gp, jpg, jpeg, gif, png, resim, müzik, şarkı, film, film, oyun, oyunlar, mobil, cep telefonu, telefon, android, ios, apple, samsung, iphone, xiomi, xiaomi, redmi, honor, oppo, nokia, sonya, mi, pc, web, computer, bilgisayar
Bu madde Vikipedi bicem el kitabina uygun degildir Maddeyi Vikipedi standartlarina uygun bicimde duzenleyerek Vikipedi ye katkida bulunabilirsiniz Gerekli duzenleme yapilmadan bu sablon kaldirilmamalidir Nisan 2025 Bilgi bilimi ve bilgi erisiminde ilgililik alinan bir belgenin veya belge kumesinin kullanicinin bilgi ihtiyacini ne kadar iyi karsiladigini belirtir Ilgililik zamaninlilik otorite veya sonucun yeniligi gibi endiseleri icerebilir TarihIlgili bilgiyi bulma sorununa iliskin kaygi en azindan 17 yuzyilda bilimsel dergilerin ilk yayimlanmasina kadar uzanmaktadir Ilgililigin resmi calismasi 20 yuzyilda daha sonra bibliyometri olarak adlandirilacak olan seyin incelenmesiyle basladi 1930 larda ve 1940 larda SC Bradford bir konuyla ilgili makaleleri tanimlamak icin ilgili terimini kullandi bkz Bradford yasasi 1950 lerde ilk bilgi alma sistemleri ortaya cikti ve arastirmacilar ilgisiz makalelerin alinmasini onemli bir endise olarak kaydettiler 1958 de BC Vickery Uluslararasi Bilimsel Bilgi Konferansi ndaki bir konusmasinda ilgililik kavramini acikca belirtti 1958 den bu yana bilgi bilimciler ilgili olma kavraminin tanimlarini arastirmis ve tartismistir Bu tartismanin odak noktalarindan biri bir konuya olan ilgililik ya da konusal ilgililik ile kullanici ilgililigi arasindaki ayrim olmustur DegerlendirmeBilgi arama toplulugu 1960 larin basindaki Cranfield Deneyleri ile baslayip gunumuzde bilgi arama arastirmalari icin ana degerlendirme cercevesi olarak devam eden TREC degerlendirmeleriyle sonuclanan konu ile ilgili alaka duzeyini olcmek icin test koleksiyonlarinin ve kiyaslama gorevlerinin kullanimini vurgulamistir Bir bilgi erisim sisteminin konu acisindan alakali sonuclari ne kadar iyi aldigini degerlendirmek icin alinan sonuclarin alakaliligi niceliksel olarak belirlenmelidir Cranfield tarzi degerlendirmelerde bu genellikle alinan her sonuca bir alakalilik duzeyi atamayi icerir bu da alakalilik degerlendirmesi olarak bilinen bir islemdir Alaka duzeyleri ikili bir sonucun alakali oldugunu veya alakali olmadigini gosterir veya dereceli sonuclarin sonucun konusu ile bilgi ihtiyaci arasinda degisen bir eslesme derecesine sahip oldugunu gosterir olabilir Alinan sonuclara alakalilik duzeyleri atandiktan sonra bir alma sisteminin ciktisinin kalitesini degerlendirmek icin bilgi erisim performans olcumleri kullanilabilir Ilgililik olcutleriPrecision Kesinlik Geri getirilen belgelerin ne kadarinin ilgili oldugu Recall Duyarlilik Ilgili belgelerin ne kadarinin geri getirildigi F1 Skoru Precision ve Recall un harmonik ortalamasi Mean Average Precision MAP Ortalama kesinligin ortalamasi Bu yalnizca topikal alaka duzeyine odaklanmanin aksine bilgi bilimi toplulugu kullanici alaka duzeyini goz onunde bulunduran kullanici calismalarini vurgulamistir Bu calismalar genellikle insan bilgisayar etkilesiminin yonlerine odaklanmaktadir ayrica bkz Insan bilgisayar bilgi alimi Kumeleme ve ilgililik1979 yilinda C J van Rijsbergen tarafindan ortaya atilan kumeleme hipotezi cluster hypothesis birbirine benzer iki belgenin ayni bilgi ihtiyacina yonelik olarak ilgili olma olasiliginin yuksek oldugunu one surer Gomulu benzerlik uzayi acisindan bakildiginda bu hipotez genel ya da yerel olarak yorumlanabilir Genel yorum belgeler arasi benzerlikten turetilen bazi sabit temel konular oldugunu varsayar Bu genel kumeler veya temsilcileri daha sonra iki belgenin alaka duzeyini iliskilendirmek icin kullanilabilir ornegin ayni kumedeki iki belge ayni istekle ilgili olmalidir Bu ruhtaki yontemler kume tabanli bilgi alimi gizli semantik analizi veya dil modelleme esdegerleri gibi kume tabanli belge genislemesi Kumelerin tecrit veya kombinasyon halinde olasi ilgili belgelerin kumesini basariyla modellemesini saglamak onemlidir Ellen Voorhees tarafindan one surulen ikinci bir yorumlama belgeler arasindaki yerel iliskilere odaklanir Yerel yorumlama koleksiyondaki kumelerin sayisini veya boyutunu modellemekten kacinir ve birden fazla olcekte alaka duzeyine izin verir Bu ruhtaki yontemler sunlari icerir Coklu Kume Alma Yayilma aktivasyonu ve iliski duzeyi yontemler Yerel Belge Genislemesi Skor duzenleme Yerel yontemler dogru ve uygun bir belge benzerlik olcumu gerektirir Sorunlar ve alternatiflerEn iliskili belgeler arama sonuclarinin ilk sayfasinda goruntulenmesi en yararli olanlar olmayabilir Ornegin iki yinelenen belge tek tek oldukca alakali kabul edilebilir ancak bunlardan yalnizca birini goruntulemek faydalidir Bu eksikligi yonetmek icin maksimum marjinal ilgililik MMR adi verilen bir olcu onerilmistir Her belgenin alakaliligini yalnizca onceki sonuclar goz onune alindiginda ne kadar yeni bilgi getirdigi acisindan degerlendirir Bazi durumlarda bir sorgu belirsiz bir yoruma veya cesitli olasi yanitlara sahip olabilir Sonuc kumesinin faydasini degerlendirirken cesitli sonuclar saglamak bir husus olabilir Kaynakca Ulker Mehmet Terzioglu Emel Sahin Mehmet Ozbaysar Mesut 1 Ekim 2019 OKUL VE AILE IS BIRLIGINDE YASANAN SORUNLAR VE COZUM ONERILERI NWSA Academic Journals 14 4 124 131 doi 10 12739 nwsa 2019 14 4 1c0694 ISSN 1308 7231 a b Mizzaro Stefano Eylul 1997 Relevance The whole history Journal of the American Society for Information Science Ingilizce 48 9 810 832 doi 10 1002 SICI 1097 4571 199709 48 9 lt 810 AID ASI6 gt 3 0 CO 2 U ISSN 0002 8231 Arni Thomas Clough Paul Sanderson Mark Grubinger Michael 2009 Overview of the ImageCLEFphoto 2008 Photographic Retrieval Task Springer Berlin Heidelberg ss 500 511 erisim tarihi 14 Nisan 2025 Xu Yunjie Calvin Chen Zhiwei Mayis 2006 Relevance judgment What do information users consider beyond topicality Journal of the American Society for Information Science and Technology Ingilizce 57 7 961 973 doi 10 1002 asi 20361 ISSN 1532 2882 Croft W Bruce Ocak 1980 A model of cluster searching based on classification Information Systems Ingilizce 5 3 189 195 doi 10 1016 0306 4379 80 90010 1 a b Griffiths Alan Luckhurst H Claire Willett Peter Ocak 1986 Using interdocument similarity information in document retrieval systems Journal of the American Society for Information Science Ingilizce 37 1 3 11 doi 10 1002 SICI 1097 4571 198601 37 1 lt 3 AID ASI1 gt 3 0 CO 2 O ISSN 0002 8231 Liu Xiaoyong Croft W Bruce 25 Temmuz 2004 Cluster based retrieval using language models Proceedings of the 27th annual international ACM SIGIR conference on Research and development in information retrieval New York NY USA ACM 186 193 doi 10 1145 1008992 1009026 a b Voorhees Ellen M 1985 The cluster hypothesis revisited Proceedings of the 8th annual international ACM SIGIR conference on Research and development in information retrieval SIGIR 85 New York New York USA ACM Press 188 196 doi 10 1145 253495 253524 Kwiat Paul Chitambar Eric Conrad Andrew Isaac Samantha Eylul 2022 Autonomous Vehicle Based Quantum Communication Network Qin Tao Liu Tie Yan Zhang Xu Dong Chen Zheng Ma Wei Ying 15 Agustos 2005 A study of relevance propagation for web search Proceedings of the 28th annual international ACM SIGIR conference on Research and development in information retrieval New York NY USA ACM 408 415 doi 10 1145 1076034 1076105 Singhal Amit Pereira Fernando Agustos 1999 Document expansion for speech retrieval Proceedings of the 22nd annual international ACM SIGIR conference on Research and development in information retrieval New York NY USA ACM 34 41 doi 10 1145 312624 312645 Qin Tao Liu Tie Yan Zhang Xu Dong Chen Zheng Ma Wei Ying 15 Agustos 2005 A study of relevance propagation for web search Ingilizce ACM 408 415 doi 10 1145 1076034 1076105 ISBN 978 1 59593 034 7 Carbonell Jaime Goldstein Jade Agustos 1998 The use of MMR diversity based reranking for reordering documents and producing summaries Ingilizce ACM 335 336 doi 10 1145 290941 291025 ISBN 978 1 58113 015 7 Bu madde herhangi bir kategoriye eklenmemistir Sayfaya kategori ekleyerek Vikipedi ye katkida bulunabilirsiniz