Relevance Feedback (RF), Query Expansion (QE), dan perbedaan diantara keduanya

Relevance Feedback (RF).
Relevance Feedback (RF) merupakan suatu teknik temu kembali informasi dimana user memberikan feedback (pengaruh) pada dokumen hasil temu kembali yang dianggap relevan.
Query expansion (QE).
Query Expansion (QE) merupakan suatu teknik kembali informasi untuk memperbaiki query sehingga dapat memperoleh hasil yang lebih baik. Contoh: pada search engine Google kita mengetikan: tki temu kembali infromasi. Maka search engine melakukan query expansion (QE) dengan menampilkan saran: Did you mean: tki temu kembali informasi.

Pada dasarnya kedua teknik ini (RF dan QE) tujuannya adalah untuk memperbaiki hasil temu kembali agar hasil dokumen/pencarian yang dilakukan menjadi lebih baik. Namun diantara keduanya memiliki perbedaan.
Perbedaannya yaitu:
Pada RF ada tanda/input/klik dari user untuk memperbaiki query sedangkan pada QE tidak ada (sistem secara automatis memperbaiki query).
Download this article: Relevance Feedback (RF), Query Expansion (QE), dan perbedaan diantara keduanya

Ditulis dalam Teori. Kaitkata: Information Retrieval, IR, QE, query expansion, relevance feedback, RF, Temu Kembali Informasi, TKI. Tinggalkan sebuah Komentar »

Pengukuran Kesamaan Dot Product

November 5, 2009 — sifa Dot product digunakan untuk mengukur kesamaan (similarity) antara dua vektor.
Perhitungan dot product yaitu:
Misalkan terdapat vektor dj dan q, rumus dot product yaitu:

Cara perhitungannya menjumlahkan masing-masing hasil kali antara anggota vektor dj dan q.
Misalkan dj=[1 2 3 4 5] dan q=[6 7 8 9 10],
Maka:

sim(dj,q)=(1×6)+(2×7)+(3×8)+(4×9)+(5×10)
sim(dj,q)=6+14+24+36+50
sim(dj,q)=130
Jadi hasil pengukuran kesamaan dot product dj dan q adalah 130
Download this post: Pengukuran kesamaan dot product.pdf