Algoritmos genéticos para la búsqueda web basada en contextos temáticos
- Autores
- Cecchini, Rocío L.; Lorenzetti, Carlos M.; Maguitman, Ana Gabriela
- Año de publicación
- 2007
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- El uso de contextos temáticos para seleccionar y filtrar información juega un papel fundamental en los sistemas de recuperación de información basados en la tarea del usuario (e.g., [3, 8]). Desafortunadamente, aprovechar la información del contexto durante la búsqueda en la Web es una tarea difícil. Los buscadores actuales imponen un límite a la longitud de las consultas, y aún si se permitieran consultas largas las mismas podrían volverse demasiado específicas, devolviendo muy pocos o ningún resultado. Esto dificulta la tarea de formular consultas adecuadas para describir contextos temáticos. Una alternativa para evitar este problema es el uso de ciertas sintaxis especiales provistas por algunos buscadores para la formulación de consultas. Sin embargo, aún con la flexibilidad provista por estos mecanismos de formulación de consultas, es posible que el vocabulario utilizado para describir el contexto difiera del usado para indexar los recursos relevantes. La meta de nuestro trabajo de investigación es desarrollar técnicas para refinar las consultas automáticamente y recolectar recursos relevantes para el contexto temático del usuario. En este trabajo proponemos utilizar Algoritmos Genéticos (AGs) para abordar el problema de reflejar contextos temáticos en las consultas formuladas a un buscador Web. Nuestra propuesta se basa en nuevas técnicas incrementales que permiten evolucionar consultas útiles ligadas a un contexto temático bajo análisis.
Eje: Agentes y Sistemas Inteligentes
Red de Universidades con Carreras en Informática (RedUNCI) - Materia
-
Ciencias Informáticas
Algoritmos Genéticos
Intelligent agents
Algorithms
Búsqueda Web
Contextos Temáticos - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
- Repositorio
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/20151
Ver los metadatos del registro completo
id |
SEDICI_56e109b2d1d2a43d4d7a48dc54ef6b60 |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/20151 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Algoritmos genéticos para la búsqueda web basada en contextos temáticosCecchini, Rocío L.Lorenzetti, Carlos M.Maguitman, Ana GabrielaCiencias InformáticasAlgoritmos GenéticosIntelligent agentsAlgorithmsBúsqueda WebContextos TemáticosEl uso de contextos temáticos para seleccionar y filtrar información juega un papel fundamental en los sistemas de recuperación de información basados en la tarea del usuario (e.g., [3, 8]). Desafortunadamente, aprovechar la información del contexto durante la búsqueda en la Web es una tarea difícil. Los buscadores actuales imponen un límite a la longitud de las consultas, y aún si se permitieran consultas largas las mismas podrían volverse demasiado específicas, devolviendo muy pocos o ningún resultado. Esto dificulta la tarea de formular consultas adecuadas para describir contextos temáticos. Una alternativa para evitar este problema es el uso de ciertas sintaxis especiales provistas por algunos buscadores para la formulación de consultas. Sin embargo, aún con la flexibilidad provista por estos mecanismos de formulación de consultas, es posible que el vocabulario utilizado para describir el contexto difiera del usado para indexar los recursos relevantes. La meta de nuestro trabajo de investigación es desarrollar técnicas para refinar las consultas automáticamente y recolectar recursos relevantes para el contexto temático del usuario. En este trabajo proponemos utilizar Algoritmos Genéticos (AGs) para abordar el problema de reflejar contextos temáticos en las consultas formuladas a un buscador Web. Nuestra propuesta se basa en nuevas técnicas incrementales que permiten evolucionar consultas útiles ligadas a un contexto temático bajo análisis.Eje: Agentes y Sistemas InteligentesRed de Universidades con Carreras en Informática (RedUNCI)2007-05info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf6-10http://sedici.unlp.edu.ar/handle/10915/20151spainfo:eu-repo/semantics/altIdentifier/isbn/978-950-763-075-0info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T10:54:10Zoai:sedici.unlp.edu.ar:10915/20151Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 10:54:10.429SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
Algoritmos genéticos para la búsqueda web basada en contextos temáticos |
title |
Algoritmos genéticos para la búsqueda web basada en contextos temáticos |
spellingShingle |
Algoritmos genéticos para la búsqueda web basada en contextos temáticos Cecchini, Rocío L. Ciencias Informáticas Algoritmos Genéticos Intelligent agents Algorithms Búsqueda Web Contextos Temáticos |
title_short |
Algoritmos genéticos para la búsqueda web basada en contextos temáticos |
title_full |
Algoritmos genéticos para la búsqueda web basada en contextos temáticos |
title_fullStr |
Algoritmos genéticos para la búsqueda web basada en contextos temáticos |
title_full_unstemmed |
Algoritmos genéticos para la búsqueda web basada en contextos temáticos |
title_sort |
Algoritmos genéticos para la búsqueda web basada en contextos temáticos |
dc.creator.none.fl_str_mv |
Cecchini, Rocío L. Lorenzetti, Carlos M. Maguitman, Ana Gabriela |
author |
Cecchini, Rocío L. |
author_facet |
Cecchini, Rocío L. Lorenzetti, Carlos M. Maguitman, Ana Gabriela |
author_role |
author |
author2 |
Lorenzetti, Carlos M. Maguitman, Ana Gabriela |
author2_role |
author author |
dc.subject.none.fl_str_mv |
Ciencias Informáticas Algoritmos Genéticos Intelligent agents Algorithms Búsqueda Web Contextos Temáticos |
topic |
Ciencias Informáticas Algoritmos Genéticos Intelligent agents Algorithms Búsqueda Web Contextos Temáticos |
dc.description.none.fl_txt_mv |
El uso de contextos temáticos para seleccionar y filtrar información juega un papel fundamental en los sistemas de recuperación de información basados en la tarea del usuario (e.g., [3, 8]). Desafortunadamente, aprovechar la información del contexto durante la búsqueda en la Web es una tarea difícil. Los buscadores actuales imponen un límite a la longitud de las consultas, y aún si se permitieran consultas largas las mismas podrían volverse demasiado específicas, devolviendo muy pocos o ningún resultado. Esto dificulta la tarea de formular consultas adecuadas para describir contextos temáticos. Una alternativa para evitar este problema es el uso de ciertas sintaxis especiales provistas por algunos buscadores para la formulación de consultas. Sin embargo, aún con la flexibilidad provista por estos mecanismos de formulación de consultas, es posible que el vocabulario utilizado para describir el contexto difiera del usado para indexar los recursos relevantes. La meta de nuestro trabajo de investigación es desarrollar técnicas para refinar las consultas automáticamente y recolectar recursos relevantes para el contexto temático del usuario. En este trabajo proponemos utilizar Algoritmos Genéticos (AGs) para abordar el problema de reflejar contextos temáticos en las consultas formuladas a un buscador Web. Nuestra propuesta se basa en nuevas técnicas incrementales que permiten evolucionar consultas útiles ligadas a un contexto temático bajo análisis. Eje: Agentes y Sistemas Inteligentes Red de Universidades con Carreras en Informática (RedUNCI) |
description |
El uso de contextos temáticos para seleccionar y filtrar información juega un papel fundamental en los sistemas de recuperación de información basados en la tarea del usuario (e.g., [3, 8]). Desafortunadamente, aprovechar la información del contexto durante la búsqueda en la Web es una tarea difícil. Los buscadores actuales imponen un límite a la longitud de las consultas, y aún si se permitieran consultas largas las mismas podrían volverse demasiado específicas, devolviendo muy pocos o ningún resultado. Esto dificulta la tarea de formular consultas adecuadas para describir contextos temáticos. Una alternativa para evitar este problema es el uso de ciertas sintaxis especiales provistas por algunos buscadores para la formulación de consultas. Sin embargo, aún con la flexibilidad provista por estos mecanismos de formulación de consultas, es posible que el vocabulario utilizado para describir el contexto difiera del usado para indexar los recursos relevantes. La meta de nuestro trabajo de investigación es desarrollar técnicas para refinar las consultas automáticamente y recolectar recursos relevantes para el contexto temático del usuario. En este trabajo proponemos utilizar Algoritmos Genéticos (AGs) para abordar el problema de reflejar contextos temáticos en las consultas formuladas a un buscador Web. Nuestra propuesta se basa en nuevas técnicas incrementales que permiten evolucionar consultas útiles ligadas a un contexto temático bajo análisis. |
publishDate |
2007 |
dc.date.none.fl_str_mv |
2007-05 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/conferenceObject info:eu-repo/semantics/publishedVersion Objeto de conferencia http://purl.org/coar/resource_type/c_5794 info:ar-repo/semantics/documentoDeConferencia |
format |
conferenceObject |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
http://sedici.unlp.edu.ar/handle/10915/20151 |
url |
http://sedici.unlp.edu.ar/handle/10915/20151 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.relation.none.fl_str_mv |
info:eu-repo/semantics/altIdentifier/isbn/978-950-763-075-0 |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-sa/2.5/ar/ Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5) |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/ Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5) |
dc.format.none.fl_str_mv |
application/pdf 6-10 |
dc.source.none.fl_str_mv |
reponame:SEDICI (UNLP) instname:Universidad Nacional de La Plata instacron:UNLP |
reponame_str |
SEDICI (UNLP) |
collection |
SEDICI (UNLP) |
instname_str |
Universidad Nacional de La Plata |
instacron_str |
UNLP |
institution |
UNLP |
repository.name.fl_str_mv |
SEDICI (UNLP) - Universidad Nacional de La Plata |
repository.mail.fl_str_mv |
alira@sedici.unlp.edu.ar |
_version_ |
1844615798606266368 |
score |
13.070432 |