관련성 분포정보를 이용한 통합 검색 시스템의 설계 및 구현

Design and Implementation of Meta Search using Relevance Distribution Information

본 논문에서는 관련성 분포 정보를 이용한 새로운 컬렉션 융합 모델을 제시한다. 이는 먼저 주어진 질의에 대하여 검색에 참여한 정보원을 평가하고 질의에 가장 적합한 정보원을 선택한다. 그리고 정보원의 평가 결과에 따라 해당 정보원으로부터 검색 문서를 차별적으로 수집하고, 검색된 문서들은 정보원의 평가 값인 관련성 분포 정보를 기반으로 최종 검색 문서의 순위 매김을 수행한다. 이렇게 순위 매김 된 검색 문서는 단일 우선 순위를 가지는 검색 문서의 집합으로 통합하여 사용자에게 단일 검색 결과를 제공한다. 그리고 질의어에 대하여 가장 좋은 정보원들을 분류할 수 있는 체계를 개발하여 사용자의 질의어에 대하여 최선의 정보원들을 선택할 수 있는 알고리즘의 제시하였다. 마지막으로 선택된 정보원으로부터 질의에 적합한 문서를 검색한 후에 이들을 순위 매김하고 통합하는 통합검색 시스템을 제시한다.

We design the evaluation factors to represent the relevance distribution information between a query and sources and proposes the scheme to get relevance distribution information based on evaluation factors. Then it is developed that the organization is able to classify the best source toward query, and shown the algorithms that is able to select the best source toward users query, it is developed algorithms that is decided ranking and mering these, after choose the best source to evaluate a query, Finally, it merges the result from the source, and present them to the user to the issued query. This paper also develops the scheme to classify the best sources for query and presents the selection algorithm of the best information sources. Finally the ranking and merging Federated Retrieval System is presented.