Resumen

Se propone una combinación de múltiples enfoques de recuperación de información con el propósito de recomendación de libros. En este artículo, la recomendación de libros se basa en la consulta compleja del usuario. Utilizamos diferentes modelos teóricos de recuperación: probabilístico como InL2 (modelo de Divergencia de Aleatoriedad) y modelo de lenguaje, y probamos su combinación interpolada. Algoritmos de análisis de gráficos como PageRank han tenido éxito en entornos web. Consideramos la aplicación de este algoritmo en un nuevo enfoque de recuperación para una red de documentos relacionados compuesta por enlaces sociales. Llamamos Grafo Dirigido de Documentos (DGD) a una red construida con documentos e información social proporcionada por cada uno de ellos. Específicamente, este trabajo aborda el problema de recomendación de libros en el contexto de la pista de Búsqueda de Libros Sociales de INEX (Iniciativa para la Evaluación de la recuperación de XML). Una serie de experimentos de reordenamiento demuestran que la combinación de modelos de recuperación produce

• Materias:Internet de las cosas Inteligencia artificial Contaminantes atmosféricos Sistema biométrico Aplicaciones
• Subjects:Internet of things Artificial intelligence Air pollutants Biometric system Applications
• Palabras claves:Recuperación de información; Recomendación de libros; Modelos de recuperación; Algoritmos de análisis de gráficos; PageRank; Grafo dirigido de documentos
• Keywords:Information retrieval; Book recommendation; Retrieval models; Graph analysis algorithms; PageRank; Directed Graph of Documents