|
|
|
|
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.
|
|
|
|