امید شبانی - دانشجوی کارشناس ارشد، تجارت الکترونیک واحد علوم و تحقیقات دانشگاه آزاد اسلامی، تهران
علیرضا یاری - استادیار، پژوهشگاه ارتباطات و فناوری اطلاعات ، تهران

بازیابی اطلاعات روزانه بر روی وب معمولا تحت یک موتور جستجو انجام می شود. با این حال مدل کلاسیک IR ابعاد اجتماعی وب را در نظر نمیگیرد. برای پرکردن شکاف بین IR و شبکه های اجتماعی آنلاین از اطلاعات استخراج شده از شبکه های اجتماعی استفاده می شود. این فرآیند بازیابی اطلاعات اجتماعی نامیده میشود. در این پژوهش میخواهیم برای کوئری های مشابه دو کاربر متفاوت دو کوئری مختلف نسبت به مشخصات و علاقه کاربر گسترش داده شود. پس ابتدا به برخی از مهمترین تحقیقات در زمینه SIR می پردازیم سپس برای بهبود بازیابی اطلاعات اجتماعی چارچوب شخصی سازی شده گسترش کوثری اجتماعی را شرح میدهیم. این چارچوب از داده های اجتماعی فولکسونومی و ساختار آن برای گسترش کوئری استفاده میکند. در این تحقیق برای افزایش دقت گسترش کوئری روشی را پیشنهاد میکنیم که در آن درجه علاقه کاربر به تگ کاندید شده برای گسترش علاوه بر شباهت معنایی در نظر گرفته شده است. روش پیشنهادی را با استفاده از شاخص MAP و MRR بر روی داده های واقعی مورد بررسی قرار می دهیم. نتایج نشان می دهد که روش پیشنهادی شامل بهبود در مقایسه با روش های گسترش کوئری TagRank ، روش مبتنی بر همسایگی و روش جست وجوی معنایی گسترده بوده که در شاخص MAP 13٫85 درصد و در شاخص MRR 18٫12 درصد بهبود داشته است.

بازیابی اطلاعات، جستجوی اجتماعی، فولکسونومی، گسترش کوئری