El modelo Relevance Feedback se alimenta de resultados obtenidos en una búsqueda inicial para intentar refinar dicha búsqueda.
La idea principal de este modelo de recuperación consisten en hacer pequeñas variaciones a los términos de la consulta inicial que el usuario realizó, cambiando los términos de dicha búsqueda por otros que aparezcan en los documentos más relevantes obtenidos con la búsqueda anterior. Los resultados de las nuevas búsquedas serán cada vez más precisos, además de permitir recalcular el peso de los términos relevantes.
El objetivo perseguido por el modelo de recuperación Relevance Feedback es ir obteniendo los documentos más relevantes de una consulta, descartando aquellos que no lo son.
La variación de los términos de la búsqueda se puede hacer de forma manual (los documentos relevantes son identificados de forma manual por el usuario) o automática (los documentos relevantes son identificados de forma automática, asumiendo que los más relevantes son los N primeros).
Este modelo suele utilizar el algoritmo de Rocchio para la búsqueda de los documentos más relevantes.
La principal ventaja de este modelo es que se mejora en un grado muy alto la recuperación de los documentos relevantes para una búsqueda.
Como principal desventaja se puede mencionar que una mala palabra en la búsqueda puede reducir la efectividad de un conjunto de palabras acertadas. Además, este modelo requiere la participación del usuario.
Página creada por David Miguel Campos Ramírez
Última Actualización: 07-04-2007
Wiki Grupo 1 - Recuperación y Organización de la información - Modelos de Recuperación I