عنوان الإطروحه |
Enhancing Information Retrieval System by using Adaptive Genetic Algorithm
|
تاريخ مناقشة الاطروحه |
2014-07-17 |
اسم الطالب |
ليث محمد قاسم ابوعليقه
|
المشرف |
مأمون الربابعة |
|
المشرف المشارك |
|
اعضاء لجنة المناقشة |
| جلال العتوم |
| سعد عقله بني محمد |
|
الكلية |
كلية الامير الحسين بن عبدالله لتكنولوجيا المعلومات |
القسم |
علم الحاسوب |
الملخص بالعربية |
تم استخدام الخوارزميات الجينية في نظم استرجاع المعلومات لتعزيز عمل استرجاع ألمعلومات لحصول المستخدم على المعلومات التي يحتاجها, وزيادة كفاءة عمل استرجاع المعلومات بمعنى حصول المستخدم على الاسترجاع الامثل للمعلومات التي يحتاجها من خلال ادخال الاستفسار من اجل الحصول على ما يحتاج بالضبط من بين العدد الهائل والمتزايد من المعلومات المتاحة. كما ان التحسين في الخوارزميه الجينية المستخدمه في استرجاع المعلومات يعطي دقه ويعمل على تقليل عدد الملفات المسترجعه ذات الصلة. طبعا استخدمت الخوارزميات الجينية في عده مجالات مثل استرجاع المعلومات والذكاء الاصطناعي والشبكات العصبيه .
في الاونة الاخيرة, اجريت العديد من الابحاث والدراسات لتعزيز و تطوير الخوارزميه الجينية في استرجاع المعلومات من خلال عدة جوانب مثل دوال الصلاحية واحتمال حصول التهجين واحتماليه حصول الطفرة, وقد تم الحصول على القيمة الامثل في عمليه اختيار هذه المعايير من خلال اجراء هدة تجارب وتحليلها للتوصل الى الاحتماليه الافضل.
في دراستنا تم استخدام جيب التمام لحساب درجه التشابه بين الاستعلام و الوثائق, واستخدمنا ايضا افضل اثنين من دوال الصلاحية المستخدمه في دراسات سابقه ولكن مع التعديل عليهم واقتراح دوال صلاحية جديدة, بالاضافه الى عمل تكييف لاحتماليه حصول الطفرة واحتمالية حصول التهجين من خلال اخذ عدة احتمالات واختيار الاحتمال الافضل للتطبيق للحصول على افضل النتائج في بحثنا من خلال اختيار الاحتماليه الافضل لتطبيق حصول التهجين واحتماليه حصول الطفرة, واستخدمنا اثنين من النماذج هم: امثله المتجهات الفضائيه والنموذج المنطقي الموسع, وطبقنا بحثنا على مجموعه بيانات انجليزية جاهزه, كما يتم تقييم اداء النظام وفقا لاثنين من معايير التقييم: الدقه والاستدعاء, كما حصلنا على العدد الامثل من الاجيال المستخدمه في النظام لتوفير الوقت في تنفيذ عمليه الاسترجاع. وأخيرا وصلنا الى نتائج افضل من خلال تقييم النتائج بعد استخدام هذه الاستراتيجيات في رسالتنى .
|
الملخص بالانجليزي |
Genetic algorithms were used in information retrieval systems (IRs) to enhance the information retrieval process to meet the user needs and to increase the efficiency in information retrieval in the sense that the user searches at the optimal retrieval of information in order to find what he wants exactly among the huge and growing number of information that are available. The improvement in adaptive genetic algorithms helps to retrieve the information needed by the user accurately and works to reduce the number of files retrieved that are relevant and exclude files that are not relevant. Genetic algorithms have been used in several areas such as information retrieval, artificial intelligence, and Neural networks.
Recently, many researches have been conducted to enhance genetic algorithms in information retrieval system through adaptive fitness function and adaptive mutation through using more than one of fitness function and more than one ratio mutation probability and crossover. In this thesis, the researcher is going to explore the problems embedded in this process and attempt to find solutions such as how to choose mutation probability and choose fitness function based on best solution.
In our study, the researcher used cosine similarity to compute similarity between the query and documents and used two proposed fitness function (adaptive fitness), ratio mutation (adaptive mutation) operators and (adaptive crossover) to get the best results through comparing each one of function fitness with each mutation. Moreover, the researcher used two models as vector space model and extended Boolean model to get best results. The process will evaluate the effectiveness of the results according to the following two measures: precision and recall. Attempts will be done to find the right number of generation for the user to save time in executing a genetic algorithm. Finally, the study concluded that we had several improvements when used adaptive genetic algorithms
|
رقم ISN |
4138 |
|
للحصول على الرسالة كملف يرجى تزويد المكتبة برقم ISN
|
|