Seleção e geração de características utilizando regras de associação para o problema de ordenação de resultados de máquinas de buscas

• Ano de defesa: 2014
• Autor(a) principal: Araujo, Carina Calixto Ribeiro de
• Orientador(a): Rosa, Thierson Couto
• Banca de defesa: Rosa, Thierson Couto, Gonçalves, Marcos André, Longo, Humberto José
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Goiás
• Programa de Pós-Graduação: Programa de Pós-graduação em Ciência da Computação (INF)
• Departamento: Instituto de Informática - INF (RG)
• País: Brasil
• Palavras-chave em Português: Recuperação da informação; Learning to rank; Regras de associação
• Palavras-chave em Inglês: Information retrieval; Learning to rank; Assossiation rules
• Área do conhecimento CNPq: CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
• Link de acesso: http://repositorio.bc.ufg.br/tede/handle/tede/4404

Information Retrieval is an area of IT that deals with document storage and the information retrieval in these documents. With the advent of the Internet, the number of documents produced has increased as well as the need to retrieve the information more accurately. Many approaches have been proposed to meet these requirements and one of them is Learning to rank (L2R). Despite major advances achieved in the accuracy of retrived documents, there is still considerable room for improvement. This master thesis proposes the use of feature selection and generation using association rules to improve the accuracy of the L2R methods.