|
|
|
|
Ganz ähnlich wie das MMM Model ist auch ein Modell von Paice
definiert, das ebenfalls von Fox, Betrabet, Koushik und Lee [->] (1992) im Buch von
Frakes und Baeza - Yates (1992 [->]) beschrieben wird. Hier
steht allerdings mehr die Sicht als Ähnlichkeitsmaß im
Vordergrund. Auch hier werden die Anfrageterme nicht gewichtet, es gilt
also qj
{0,1} . Der Unterschied zum MMM Model besteht in der
Ähnlickeitsfunktion, die nicht nur das Minimum und Maximum
einbezieht sondern auch - mit einer geringeren Gewichtung -
die Gewichte der anderen Terme der Anfrage. Dazu werden für jeden
Dokumentvektor die Gewichte der Terme der Anfrage nach ihrer
Größe geordnet. Das kann durch eine Permutation
t:{1,...,n}->{1,...,n} festgehalten werden, bei der t(1) die Position des größten Gewichts im
unscharfen Schnitt des Anfragevektors mit dem Dokumentvektor angibt und
t(n) die des kleinsten (bzw. eines kleinsten).
Als Ähnlichkeitsmaß wird dann die Formel
[0,1] verwendet, wenn eine OR-Anfrage gestellt werden soll.
Dabei bezeichnet In dieser Ähnlichkeitsformel werden im ersten Fall die größten Gewichte von Anfragetermen im Dokumentvektor am stärksten gewichtet, im zweiten die kleinsten. Nun fragt sich, ob die zusätzliche Gewichtung der sowieso schon unterschiedlich großen Gewichte notwendig ist. Tatsächlich berichten Fox, Betrabet, Koushik und Lee [->], dass sich bei experimentellen Untersuchungen für AND-Anfragen die besten Ergebnisse für c=1 ergeben haben, also für den Fall, in dem keine zusätzliche Gewichtung der Gewichte vorgenommen wurde und sich die Ähnlichkeitsformel auf
Für OR-Anfragen berichten die Autoren von besten Ergebnissen für den Wert c=0.7 , also für den Fall in dem große Gewichte zusätzlich verstärkt werden. Was dieses Modell noch mit den Ideen der Theorie der unscharfen Mengen zu tun hat, bleibt - bis auf die Darstellung der Dokumente durch Vektoren mit Gewichten aus [0,1] - allerdings ziemlich unklar.
|
|
|
|