الگوريتم تركيبي‌ِ وفقي جهت رتبه‌بندي صفحات وب با استفاده از ويژگيهاي ريزدانه و درشت‌دانه

حجم عظيم و پويا بودن اطلاعات وب، يكي از مهمترين چالش هاي بازيابي اطلاعات در پاسخ به پرسش كاربر مي باشد. براي بهبود نتايج جستجو تاكنون الگوريتمهاي متنوعي مانندBM25 و PageRank ارايه شدهاند. در اين مقاله يك الگوريتم رتبه بندي وفقيِ تركيبي براي دستيابي به دقت و كارايي بالاتر ارايه شده است. اين الگوريتم با استفاده از تركيب الگوريتمهاي رتبهبندي موجود به عنوان ويژگي درشتدانه مانند BM25 و TF-IDF و همچنين تركيب ويژگيهاي ريزدانه‌ي موجود مانند مانند تكرار واژهها و درجه ورودي صفحات به كمك فرآيند يادگيري به كارآيي بهتري دست يافته است. در فرآيند يادگيري از عملگر تجميع OWA و نظر افراد خبره در مورد درجه ارتباط پرسش و سند استفاده مي شود. براي ارزيابي الگوريتم پيشنهادي از مجموعه دادههاي محك LETOR شامل دادههاي "WEB TREC 2004" استفاده گرديد. آزمايشات، افزايش چشمگيري را در ميزان دقت بازيابي نشان ميدهند.