Information Retrieval Model with Query Expansion and User Preference Profile

Understanding the user's search intention enables identifying and extracting the most relevant and personalized search results from the available information, according to the user's needs. This paper proposes an algorithm for relevant information retrieval that combines user preferences p...

Full description

Autores:
Tipo de recurso:
Fecha de publicación:
2023
Institución:
Universidad Pedagógica y Tecnológica de Colombia
Repositorio:
RiUPTC: Repositorio Institucional UPTC
Idioma:
eng
OAI Identifier:
oai:repositorio.uptc.edu.co:001/14360
Acceso en línea:
https://revistas.uptc.edu.co/index.php/ingenieria/article/view/15208
https://repositorio.uptc.edu.co/handle/001/14360
Palabra clave:
Personalized information retrieval
query expansion
user profile
semantic annotation
Recuperación de información personalizada
expansión de consulta
perfil de usuario
anotación semántica
Rights
License
http://creativecommons.org/licenses/by/4.0
id REPOUPTC2_edcd2de01c111613ce386b83a25ce1e5
oai_identifier_str oai:repositorio.uptc.edu.co:001/14360
network_acronym_str REPOUPTC2
network_name_str RiUPTC: Repositorio Institucional UPTC
repository_id_str
spelling 2023-05-312024-07-05T19:12:09Z2024-07-05T19:12:09Zhttps://revistas.uptc.edu.co/index.php/ingenieria/article/view/1520810.19053/01211129.v32.n64.2023.15208https://repositorio.uptc.edu.co/handle/001/14360Understanding the user's search intention enables identifying and extracting the most relevant and personalized search results from the available information, according to the user's needs. This paper proposes an algorithm for relevant information retrieval that combines user preferences profile and query expansion to get relevant and personalized search results. The information retrieval process is validated using Precision, Recall and Mean Average Precision (MAP) metrics applied to a dataset that contains the standardized documents and preferences profiles. The results allowed us to demonstrate that the algorithm improves the information retrieval process by finding documents with better quality and greater relevance to the users' needs.Comprender la intención de búsqueda del usuario permite identificar y extraer los resultados de búsqueda más relevantes y personalizados de la información disponible según sus necesidades. En el presente artículo se plantea un algoritmo para la recuperación de información relevante que combina las preferencias del perfil del usuario y la expansión de consulta para obtener resultados de búsqueda relevantes y personalizados. El proceso de recuperación de información se valida mediante las métricas de Precision, Recall y Mean Average Precision (MAP) aplicadas a un conjunto de datos que contiene los documentos estandarizados y los perfiles de preferencias. Los resultados permitieron demostrar que el algoritmo mejora el proceso de recuperación de información al arrojar documentos con mejor calidad y relevancia según las necesidades de los usuarios.application/pdftext/xmlengengUniversidad Pedagógica y Tecnológica de Colombiahttps://revistas.uptc.edu.co/index.php/ingenieria/article/view/15208/12918https://revistas.uptc.edu.co/index.php/ingenieria/article/view/15208/13448Copyright (c) 2023 Hubert Viltres-Sala, Vivian Estrada-Sentí, Juan-Pedro Febles-Rodríguez, Gerdys-Ernesto Jiménez-Moyahttp://creativecommons.org/licenses/by/4.0http://purl.org/coar/access_right/c_abf290http://purl.org/coar/access_right/c_abf2Revista Facultad de Ingeniería; Vol. 32 No. 64 (2023): April-June 2023 (Continuous Publication); e15208Revista Facultad de Ingeniería; Vol. 32 Núm. 64 (2023): Abril-Junio 2023 (Publicación Continua); e152082357-53280121-1129Personalized information retrievalquery expansionuser profilesemantic annotationRecuperación de información personalizadaexpansión de consultaperfil de usuarioanotación semánticaInformation Retrieval Model with Query Expansion and User Preference ProfileModelo para la recuperación de información con expansión de consulta y perfil de preferencia de los usuariosinfo:eu-repo/semantics/articlehttp://purl.org/coar/resource_type/c_2df8fbb1info:eu-repo/semantics/publishedVersionhttp://purl.org/coar/version/c_970fb48d4fbd8a373http://purl.org/coar/version/c_970fb48d4fbd8a85Viltres-Sala, HubertEstrada-Sentí, VivianFebles-Rodríguez, Juan-PedroJiménez-Moya, Gerdys-Ernesto001/14360oai:repositorio.uptc.edu.co:001/143602025-07-18 11:53:44.332metadata.onlyhttps://repositorio.uptc.edu.coRepositorio Institucional UPTCrepositorio.uptc@uptc.edu.co
dc.title.en-US.fl_str_mv Information Retrieval Model with Query Expansion and User Preference Profile
dc.title.es-ES.fl_str_mv Modelo para la recuperación de información con expansión de consulta y perfil de preferencia de los usuarios
title Information Retrieval Model with Query Expansion and User Preference Profile
spellingShingle Information Retrieval Model with Query Expansion and User Preference Profile
Personalized information retrieval
query expansion
user profile
semantic annotation
Recuperación de información personalizada
expansión de consulta
perfil de usuario
anotación semántica
title_short Information Retrieval Model with Query Expansion and User Preference Profile
title_full Information Retrieval Model with Query Expansion and User Preference Profile
title_fullStr Information Retrieval Model with Query Expansion and User Preference Profile
title_full_unstemmed Information Retrieval Model with Query Expansion and User Preference Profile
title_sort Information Retrieval Model with Query Expansion and User Preference Profile
dc.subject.en-US.fl_str_mv Personalized information retrieval
query expansion
user profile
semantic annotation
topic Personalized information retrieval
query expansion
user profile
semantic annotation
Recuperación de información personalizada
expansión de consulta
perfil de usuario
anotación semántica
dc.subject.es-ES.fl_str_mv Recuperación de información personalizada
expansión de consulta
perfil de usuario
anotación semántica
description Understanding the user's search intention enables identifying and extracting the most relevant and personalized search results from the available information, according to the user's needs. This paper proposes an algorithm for relevant information retrieval that combines user preferences profile and query expansion to get relevant and personalized search results. The information retrieval process is validated using Precision, Recall and Mean Average Precision (MAP) metrics applied to a dataset that contains the standardized documents and preferences profiles. The results allowed us to demonstrate that the algorithm improves the information retrieval process by finding documents with better quality and greater relevance to the users' needs.
publishDate 2023
dc.date.accessioned.none.fl_str_mv 2024-07-05T19:12:09Z
dc.date.available.none.fl_str_mv 2024-07-05T19:12:09Z
dc.date.none.fl_str_mv 2023-05-31
dc.type.none.fl_str_mv info:eu-repo/semantics/article
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_2df8fbb1
dc.type.coarversion.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.version.spa.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.coarversion.spa.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a373
status_str publishedVersion
dc.identifier.none.fl_str_mv https://revistas.uptc.edu.co/index.php/ingenieria/article/view/15208
10.19053/01211129.v32.n64.2023.15208
dc.identifier.uri.none.fl_str_mv https://repositorio.uptc.edu.co/handle/001/14360
url https://revistas.uptc.edu.co/index.php/ingenieria/article/view/15208
https://repositorio.uptc.edu.co/handle/001/14360
identifier_str_mv 10.19053/01211129.v32.n64.2023.15208
dc.language.none.fl_str_mv eng
dc.language.iso.spa.fl_str_mv eng
language eng
dc.relation.none.fl_str_mv https://revistas.uptc.edu.co/index.php/ingenieria/article/view/15208/12918
https://revistas.uptc.edu.co/index.php/ingenieria/article/view/15208/13448
dc.rights.en-US.fl_str_mv http://creativecommons.org/licenses/by/4.0
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.coar.spa.fl_str_mv http://purl.org/coar/access_right/c_abf290
rights_invalid_str_mv http://creativecommons.org/licenses/by/4.0
http://purl.org/coar/access_right/c_abf290
http://purl.org/coar/access_right/c_abf2
dc.format.none.fl_str_mv application/pdf
text/xml
dc.publisher.en-US.fl_str_mv Universidad Pedagógica y Tecnológica de Colombia
dc.source.en-US.fl_str_mv Revista Facultad de Ingeniería; Vol. 32 No. 64 (2023): April-June 2023 (Continuous Publication); e15208
dc.source.es-ES.fl_str_mv Revista Facultad de Ingeniería; Vol. 32 Núm. 64 (2023): Abril-Junio 2023 (Publicación Continua); e15208
dc.source.none.fl_str_mv 2357-5328
0121-1129
institution Universidad Pedagógica y Tecnológica de Colombia
repository.name.fl_str_mv Repositorio Institucional UPTC
repository.mail.fl_str_mv repositorio.uptc@uptc.edu.co
_version_ 1839633865177563136

Publicaciones similares