Expansion de requête personnalisée pour le web

L'ambiguïté inhérente des requêtes par mots-clés courts nécessite des méthodes améliorées pour la récupération sur le Web. Dans cet article, nous proposons d'améliorer ces requêtes Web en les enrichissant avec des termes collectés à partir du Référentiel d'Informations Personnelles de chaque utilisateur, ainsi en personnalisant implicitement le résultat de la recherche. Nous introduisons cinq grandes techniques pour générer les mots-clés de requête supplémentaires en analysant les données utilisateur à des niveaux de granularité croissants, allant de l'analyse des termes et des composés jusqu'aux statistiques globales de co-occurrence, ainsi qu'en utilisant des thésaurus externes. Notre analyse empirique extensive sous quatre scénarios différents montre que certaines de ces approches fonctionnent très bien, en particulier sur les requêtes ambiguës, produisant une augmentation très forte de la qualité des classements des résultats. Par la suite, nous faisons un pas de plus dans ce cadre de recherche personnalisée et proposons de rendre le processus d'expansion adaptatif à diverses caractéristiques de chaque requête. Un ensemble distinct d'expériences indique que les algorithmes adaptatifs apportent une amélioration statistiquement significative supplémentaire par rapport à la meilleure approche d'expansion statique.