37. Понятие рабочей характеристики АИПС.
Вывод показателя полезной работы АИПС базируется на предположении о том, что качество поиска АИПС тем выше, чем меньшее число документов просматривает пользователь. Пусть пользователю требуются релевантные документы в количестве х. При непосредственном просмотре L0 (весь массив документов) трудозатраты (количество просмотренных документов) в среднем составляют:
C n |
x |
|
p |
||
|
||
|
0 |
В то время как при просмотре массива LС , имеющего точность р, затраты
C n |
x |
|
p |
||
|
Работа АИПС равна разности данных величин или высвобожденной информационной деятельности потребителя:
|
1 |
|
1 |
|
СИС n n x |
p |
|
p |
|
|
|
|
||
0 |
|
|
С учётом других координат и переменных выражение примет вид (замена:
p0 |
x |
; p |
|
x |
; r |
|
a |
|
x |
; |
d |
|
1 |
n x |
; n0 a b c d , по определению точности) : |
||||||||
0 |
|
|
|
|
b d |
n x |
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
n |
|
|
n |
|
|
a c |
|
x |
|
|
|
|
|
|
|
|
|
|||||
|
0 |
|
|
|
|
|
|
|
|
0 |
|
|
|
|
|
|
|
0 |
0 |
|
|
|
|
СИС |
|
xn nx |
|
ad bc |
|
xn xx |
nx |
xx |
(n0 x0 ) (r 1)(n0 |
x0 ) |
(1) |
|
|||||||||||
0 |
|
0 |
|
|
|
|
0 |
0 |
|
0 |
0 |
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
x |
|
|
|
a c |
|
|
|
x |
(n |
x |
) |
|
|
|
|
|
||||
|
|
|
|
0 |
|
|
|
|
|
c1 , x2 |
|
c2 |
0 |
|
0 |
0 |
|
|
|
|
|
|
|
Пусть прямые x1 |
|
параллельны 0р0 и проходят через различные точки |
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
И |
|
И |
|
|
|
|
|
|
|
|
|
|
|
|
прямой 0И. Общее уравнение прямой, проходящей через xi |
и имеющей |
||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
И |
|
наклон |
|
p0 |
, есть (уравнение прямой x kn b; k p0 ): |
|
|
|
|||||||||||||||||
x(n) xИ (1 p ) np |
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
i |
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Подставим в формулу (1), имеем:
|
|
|
x(n)n |
nx |
|
x |
И |
(1 p |
) |
|
x |
И |
|
|
|
С |
|
|
|
|
|
|
(n |
x |
) |
||||||
|
0 |
0 |
i |
0 |
|
i |
|||||||||
|
|
|
|
|
|
|
|
|
|||||||
|
ИС |
|
x |
|
|
|
|
p |
|
|
x |
0 |
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
0 |
|
|
|
|
0 |
|
|
|
0 |
|
|
|
(=const)
Тем самым, на прямых вида |
xi |
ci величина СИС |
остаётся постоянной. По мере |
|
И |
|
|
приближения точки пересечения прямой с 0И к точке И данная константа увеличивается. Она приобретает отрицательное значение, если линия проходит ниже прямой 0р0.
Таким образом, |
СИС удовлетворяет условиям: |
|||||||
|
x0 (1 p0 ) |
C |
|
x0 (1 p0 ) |
|
|||
|
|
p0 |
ИС |
|
p0 |
|
|
|
|
|
|
|
|
|
|||
Или в координатах <n,x>: |
||||||||
(n |
x ) C |
ИС |
(n x ) |
|||||
0 |
0 |
|
0 |
0 |
|
|||
Установление пределов измерения СИС позволяет нормировать эту величину:
|
СИС |
|
r 1 |
n x |
|||
0 |
0 |
|
|
Мера полезной работы ИС изменяется от +1 до -1, причём:
вточке И ή=+1 (идеальная система, выдающая все релевантные и только релевантные сообщения)
вточке Д ή=-1 (система, выдающая все нерелевантные и только нерелевантные сообщения - дизинформирующая)
На линии 0 p0 0 (т.к. В треугольнике 0Иp0
здесь |
xi |
0 ) |
|
|
|
И |
|
0 |
; В треугольнике 0 Дp0 |
||
0
;
38. Матрицы "термин-документ", "термин-термин" и их свойства.
Используем понятие универсального словаря D (прообразом которого может быть, например, тезаурус, рубрикатор), содержащего множество лексических единиц всего потока документов (то есть все слова, числа и прочие обозначения, использованные во всех документах системы). Таким образом, li принадлежит D для всех i, где li— совокупность лексических единиц некоторого документа (сообщения), который является элементом некоторого потока L: L={l1 ,...,li,..., ln}, li L для всех i
Аналогично универсальному словарю введем понятие универсального массива L0 (ИМЕТЬ В ВИДУ, НО ЛУЧШЕ НЕ ПИСАТЬ: прообразы — поисковый массив ИПС, отраслевой справочно-информационный фонд, массив библиотеки), подмножеством которого являются все документы:
L0 = {l1 ,...,li,..., l n0}, li L0 для всех i, причем | L0| = n0, где n0, — мощность множества L0. Линейное представление теоретико-множественного образа документа:
lk=
b |
|
|
|
1k |
|
|
|
|
|
|
|
|
b |
|
|
ik |
|
|
|
|
|
|
|
|
|
|
bDk |
||
, где bik=
1,0,
1-если i-й термин входит в k-й документ;0- если не входит.
Универсальный массив в линейном представлении есть матрица размерности |
|
||||
D х n0 : |
|
|
|
|
|
Подобные матрицы известны под названием |
|
b |
b |
b |
|
|
|||||
матрицы «термин—документ». Каждый столбец |
|
11 |
12 |
1n |
|
|
|
||||
матрицы соответствует документу и описывает |
|
|
|
0 |
|
|
|
|
|
|
|
множество терминов, содержащихся в нем.Таким |
|
|
|
|
|
|
|
|
|
|
|
образом, столбец матрицы характеризует ПОД. L0= |
|
b |
b |
b |
|
|
|
||||
Строка матрицы соответствует отдельному |
|
i1 |
i2 |
in |
|
|
|
|
|
0 |
|
термину и является перечнем документов, |
|
|
|
|
|
|
|
|
|
|
|
содержащих данный термин. Сумма элементов |
|
|
|
|
|
|
|
|
|
|
|
строки представляет собой частотную |
|
|
b |
b |
|
b |
|
||||
характеристику термина: Fi=∑bik. |
|
D1 |
D2 |
Dn |
|
|
|
||||
|
|
|
0 |
|
|
n |
|
|
|
|
|
0 |
|
|
|
|
|
T |
|
|
|
|
|
Составим матрицу L0 L0 km , где ij bik bjk |
|
|
|
|
|
k 1 |
|
|
|
|
|
.Матрица имеет размерность D D . Внедиагональный элемент ij есть количество появлений i-го термина в L0 . Матрицы такого типа называют «матрица термин-термин» и характеризуют взаимосвязь терминов в данном массиве.