Srovnání booleovského modelu a modelu založeného na signaturních souborech

Radek Zika

Bakalářská práce

Comparison of Boolean Model and Model Based on Signature Files

Anotace:

Cílem práce bylo porovnat booleovský model a model založený na signaturních souborech. Práce uvádí teoretické základy obou modelů, je zde tedy popsáno jak reprezentují dokumenty a jak přistupují k vyhodnocení dotazů zadaných uživatelem. Vytvořené aplikace byly použity pro srovnání, kde se porovnávalo vytváření indexu z hlediska času potřebného pro vytvoření, tak i paměti, kterou tento index zabírá na disku. Poté byly porovnány výsledky vyhodnocení pro různé dotazy a čas, který byl u obou modelů potřebný. Z důvodu, že signaturní soubory pro dotaz vybírají i ty dokumenty, které nejsou relevantní, bylo provedeno porovnání nastavovaných hodnot pro zjištění nejvhodnějšího nastavení, které by vykazovalo nejlepší výsledky.

Abstract:

The aim of the study was to compare boolean model and model based on signature files. The study presents the theoretical foundations of both models, so here is described how they represent documents and how they approach to the evaluation of the queries entered by the user. Created applications were used for comparison, where the index creation was compared in terms of required time for the creation and the memory that index occupies on the disk. After that the evaluation results were compared for different queries and time, which was needed for evaluation in both models. For the reason, that signature files select for the query even those documents, that are not relevant, so a comparison of set values was made to determine the best settings, which showed the best results.

Klíčová slova

Booleovský model, signaturní soubory, invertovaný index, signatura, S-strom, vrstvené kódování, Dokumentografický informační systém, term, dokument, Hammingova vzdálenost

Keywords

Boolean model, signature files, inverted index, signature, S-tree, superimposed coding, Documentographic information system, term, document, Hamming distance

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 7. 5. 2015

Obhajoba závěrečné práce

• Obhajoba proběhla 3. 6. 2015
• Vedoucí: Petr Berek
• Oponent: Jan Platoš

VŠB - Technická univerzita Ostrava

Fakulta elektrotechniky a informatiky

Bakalářský studijní program / obor:
Informační a komunikační technologie / Informatika a výpočetní technika