Grupowanie wyników wyszukiwania (, ) – technika organizowania listy wyników zwracanych przez wyszukiwarkę internetową w tematyczne klastry (grupy) opatrzone czytelnymi etykietami, stanowiąca uzupełnienie klasycznej prezentacji wyników jako jednej listy rankingowej. Grupowanie ma ułatwiać szybkie przeglądanie wyników i eksplorację tematów (zwłaszcza dla zapytań wieloznacznych), a nie zastępować mechanizmu rankingu.

W praktyce klasteryzacja jest wykonywana automatycznie na podstawie krótkich reprezentacji dokumentów (np. tytułów i fragmentów opisów/snippetów), a istotnym elementem jest generowanie zwięzłych, zrozumiałych dla człowieka nazw klastrów.

Etapy W typowym ujęciu obejmuje m.in.: pozyskanie i wstępne przetwarzanie opisów wyników, utworzenie klastrów oraz ich etykietowanie i wizualizację/prezentację pogrupowanych wyników.

Algorytmy i podejścia Do algorytmów stosowanych w grupowaniu wyników wyszukiwania należą m.in.: STC () – podejście frazowe, w którym klastry są budowane i etykietowane na podstawie wspólnych fraz występujących w opisach wyników. Lingo – algorytm nastawiony na wysoką jakość opisów klastrów; wykorzystuje m.in. analizę macierzy termin–dokument i dekompozycję SVD do wyznaczania kandydatów na etykiety. bisecting k-means – wariant klasteryzacji centroidowej stosowany jako algorytm ogólnego przeznaczenia w systemach klastrujących (np. w ekosystemie Carrot2). podejścia mapowe (SOM / WEBSOM) – organizowanie dokumentów na „mapie” podobieństwa z użyciem SOM, wykorzystywane do eksploracji kolekcji dokumentów.

Implementacje Przykładem oprogramowania realizującego klasteryzację wyników jest framework Carrot2/ Integracje z Carrot2 są dostępne m.in. w Apache Solr (moduł ) z algorytmami takimi jak Lingo, STC i Bisecting K-Means.

Zastosowania Grupowanie wyników wyszukiwania stosuje się jako dodatkową warstwę prezentacji wyników (obok listy rankingowej), aby ułatwić szybkie przeglądanie długich list trafień i uzyskanie przeglądu podtematów dla zapytań wieloznacznych.

Przykłady zastosowań obejmują metawyszukiwarki i interfejsy klastrowe, w których wyniki są grupowane dynamicznie na podstawie tytułów i fragmentów opisów (snippets), m.in. Grouper (dla HuskySearch) oraz Vivisimo.

W środowiskach wyszukiwania wewnętrznego (np. portale i intranety) klasteryzacja może być dostępna jako komponent silnika wyszukiwania – przykładowo w Apache Solr (Result Clustering) poprzez integrację z frameworkiem Carrot2.

Przypisy

Kategoria:Wyszukiwarki internetowe