Uj_keresesi_eljaras_az_NKR-ben

05/13/10 BME OMIKK - Szakmázó teázó 1

Új keresési lehetőségek a Nemzeti Kutatásnyilvántartási

Rendszerben

Tichy-Rács Ádámosztályvezető


Tartalom• Keresőkérdések építése, tárolása,

használata, generálása• Találati halmazok• Keresési módszerek

– Boole-algebrai keresés– relevancia, és hasonlóság szerinti rendezés

• Az NKR tezauruszának jellemzői• Az NKR működésének gyakorlati

bemutatása


Keresőkérdés összeállítása

• Szabadon megadott szöveggel vagy listaelemek beillesztésével

• Kétszintű Boole-algebrai kifejezések• Lehetőség a keresőkérdés tárolására és

újrafelhasználására– Következmény: többszintű Boole-algebrai

kifejezés is építhető– Nanotechnológia – nyolcvan elemből álló

összetett kifejezés


Találati halmazok

• Alapbeállítás: a keresési feltételeknek megfelelő projektek halmaza

• Új megoldás: a keresési feltételeknek megfelelő projektekben közreműködő szervezetek/szervezeti egységek, illetve kutatók halmaza– A BME projektjeiben közreműködő szervezetek a

BME szervezeti egységei és azok konzorciumi partnerei

• A találati halmaz elemeire kattintva új lekérdezést hozunk létre, és hajtunk végre automatikusan


Keresési eljárások• Boole-algebrai keresés szabad tárgyszavas

rendszerben– Azokat a projekteket keressük, amelyek adott

tárgyszavakkal összeállított logikai kifejezéssel leírhatók

• Boole-algebrai keresés tezaurusz segítségével– Azokat a projekteket keressük, melyek adott

fogalmakkal vagy azok alá rendelt tárgyszavakkal összeállított logikai kifejezéssel írhatók le

• A találati halmaz elemei a kereséstől független, a keresési szempontokhoz képest mellékes tulajdonság szerint rendezhetők– Betűrend, projekt kezdése, befejezése, támogatási

összeg stb.


Tezaurusz több fölérendelttel• Osztályozórendszerekben minden elemnek egy

és csak egy fölérendeltje lehet– Ellenkező esetben nem lehetne lineárisan elrendezni

a katalóguscédulákat! Utalókat kell használni tartományok összekapcsolására

– Egy témakört esetleg több irányból is kereshetnek – számítógép „járja be a fát tetszőleges kiindulási pontból

Tudománytörténet

Történelem

Fizikatörténet

Humán tudományok

Fizika

Élettelen természettudományok


Relevancia alapú keresés

• A projekteket aszerint rangsoroljuk, hogy az A projekteket közvetlenül leíró tárgyszavakból és azok fölérendelt fogalmaiból előállított {A} halmaz mennyire hasonlít a Q keresőkifejezésben szereplő tárgyszavakból és azok fölérendeltjeiből előállított {Q} halmazra

r(A,Q)=n({A}∩{Q})/[n({A})* n({Q})]^(1/2) • Tulajdonsága

0≤ r(A,Q)≤ 1


Bináris tezaurusza módszer illusztrálására


„A” projekt

n({A})=13


„B” projekt

n({B})=12


„C” projekt

n({C})=5


„Q” kérdés

n({Q})=5


„Q” és „A”

n({Q} ∩{A})=2 r(A,B)=2/(5*13)^(1/2)=24,81%


„Q” és „B”

n({Q} ∩{B})=2 r(Q,B)=2/(5*12)^(1/2)=25,82%


„Q” és „C”

n({Q} ∩{C})=2 r(A,B)=2/(5*5)^(1/2)=40,00%


„Keresésre optimalizált” „O” projekt

n({B})=5


A projektek „Q” relevanciája szerint rendezve

24,81%„A”

25,82%„B”

33,33% [n({Q}/n({O}]^0,5„O”

40,00%„C”

RelevanciaProjekt


Projektek hasonlóság szerinti rangsorolása

• A Q keresőkérdést a „D” projektet pontosan leíró kifejezésből is generálhatjuk

r(A,Q(D))=s(A;D)

• Tulajdonságai:0≤s(A,D)≤ 1s(A,D)= s(D,A)s(A,A)=s(D,D)=1

• Továbbá,ha s(A,D)=0, akkor „A” ortogonális „D”-re


„A” és „B” hasonlósága

n({A} ∩{B})=5 s(A,B)=5/(13*12)^(1/2)=40,03%


„A” és „C” hasonlósága

n({A} ∩{C})=5 s(A,C)=2/(13*5)^(1/2)=24,81%


„B” és „C” hasonlósága

n({B} ∩{C})=1 s(A,B)=1/(12*5)^(1/2)=12,91%


Projektek hasonlósága az NKR-ben I.


Projektek hasonlósága az NKR-ben II.


A relevancia alapú keresés előnyei

• A találati halmazt lényegi szempont szerint rendezi

• Magától – a tezaurusz logikája szerint - hajtja végre a fogalmi általánosítást

• Ha egy projekt mindenhez hasonlít, akkor semmihez sem hasonlít igazán – nagy a nevező!– Nem „keresés-optimalizálhatók” a projektek

• Nagyon általános kérdés csak a nagyon általános projektekre nézve igazán releváns

• Nagyon speciális kérdés nem túl releváns a nagyon általános projektre


Kombinált keresés

• Csak azokat a projekteket rendezi relevancia szerint, amik a Boole-algebrai keresés szerint is a találati halmazban lettek volna

• „B” nem eleme a találati halmaznak!

24,81%„B”

40,00%„C”


Az NKR tezaurusza

• A tezaurusz– Jelenleg 17000 elemű, folyamatosan fejlődik– 6 legfelső szintű elemet tartalmaz

• Mélysége egyenetlen– 5-10 szintű

• Egy fogalomnak akárhány alárendeltje lehet

• Egy fogalomnak több fölérendeltje is lehet!


Tezaurusz több fölérendelttel


„B” projekt

n({B})=12


• MS Internet Explorer• Mozilla Firefox• Opera• Google Chrome• Apple Safari

Nézzük meg a módszer alkalmazását a gyakorlatban,

a Nemzeti Kutatásnyilvántartási Rendszerben!

Real Estate

Uj_keresesi_eljaras_az_NKR-ben