Hałas i cisza

Hałas

W bibliotekoznawstwie i informatyce mówimy o szumie, gdy system zapytań bazy danych dostarcza nieistotnych odpowiedzi. Odpowiedzi te są mieszane z odpowiednimi odpowiedziami, co powoduje ryzyko, że użytkownik ich nie zobaczy. Może się to zdarzyć zwłaszcza w przypadku katalogów bibliotecznych. Przyczyn hałasu może być wiele:

• użytkownik używa wyszukiwanych haseł, które mają więcej niż jedno znaczenie, na przykład kolor „pomarańczowy” i owoc „pomarańczowy” (problem polisemii);
• użytkownik nie używa w swoim żądaniu wystarczającej liczby terminów;
• użytkownik formułuje żądanie zawierające zbyt wiele terminów koordynowanych przez lub .

Niech N będzie zbiorem dokumentów, A jest podzbiorem N i zawiera odpowiedzi istotne dla wyszukiwania użytkownika, B jest podzbiorem N utworzonym z uzyskanych odpowiedzi. Im niższe A niż B, tym większy szum i niższy współczynnik dokładności.

Cisza

W bibliotekoznawstwie mówimy o milczeniu, gdy istotne odpowiedzi nie są oferowane przez system przesłuchań bazy danych , a więc one istnieją. Może się to zdarzyć zwłaszcza w przypadku katalogów bibliotecznych . Przyczyn milczenia może być wiele:

• to samo pojęcie jest reprezentowane przez więcej niż jedno wyszukiwane hasło, na przykład „piłka nożna” i „piłka nożna” (problem synonimii);
• użytkownik formułuje żądanie zawierające zbyt wiele terminów koordynowanych przez i  ;
• indeksacji bazy danych jest niewystarczająca;
• indeksowanie bazy danych odbywa się w sztywnym i skomplikowanym języku, którego użytkownik nie zna (przykład: indeksowanie i wyszukiwanie przy użyciu tylko tezaurusa dokumentalnego );
• indeksowanie lub zapytanie zawiera błędy ortograficzne.

Niech N będzie zbiorem dokumentów, A jest podzbiorem N i zawiera odpowiedzi istotne dla wyszukiwania użytkownika, B jest podzbiorem N utworzonym z uzyskanych odpowiedzi. Im więcej A jest większe niż B, tym większa cisza i niższy współczynnik przypominania .

Hałas i cisza

Na tę samą prośbę możemy spotkać hałas i ciszę. Ciekawe dokumenty są słabo indeksowane (cisza), a niepotrzebne dokumenty spełniają równanie wyszukiwania. Na przykład, jeśli użytkownik wpisze Viking, dokumenty zindeksowane słowem Normans mogą się nie pojawić (cisza), a niektóre z sond kosmicznych mogą się pojawić (szum).

Hałas i cisza w kontekście wyszukiwania w sieci

Sieć jest szczególnie podatnym gruntem dla hałasu i ciszy. Véronique Mesguich identyfikuje czynniki złożoności sieci, które wpływają na skuteczność wyszukiwań:

• Nadmiar  : w 2016 r. Google twierdził, że zaindeksowało ponad 130 bilionów stron internetowych. Tak duża ilość informacji jest główną przyczyną hałasu.

• Heterogeniczność informacji / stopień fragmentacji  : zmienność zasobów sieciowych może powodować hałas lub ciszę. Wyszukiwane hasła mogą być wspominane (a nie przetwarzane) tylko w witrynie, która generuje szum. Opis treści nietekstowych online (obrazy, podcasty, filmy itp.) Może brakować lub być nieodpowiedni, powodując ciszę.

• Ciągłe odnawianie  : edycja i usuwanie treści internetowych wpływa na skuteczność śledzenia.

• Wiarygodność źródeł  : wiele stron internetowych zawiera fałszywe informacje lub informacje pochodzące z niewłaściwego źródła, których nie można wykorzystać w kontekście poważnych badań. Obecność tych źródeł w wynikach wyszukiwania generuje szum.

• Kompletność  : dokładność i reprezentatywność źródeł powinny być celem każdego wyszukiwania, ale wyszukiwarki, takie jak Google, są zwykle wyczerpujące. Wyszukiwanie w sieci umożliwia znalezienie wszystkich witryn, w których pojawiają się wyszukiwane hasła. Rezultatem jest szum: na przykład prosta reklama może spowodować znalezienie witryny, jeśli zawiera wyszukiwane hasła.

Bibliografia

1. Hudon, Michèle. , Analiza i przedstawienie dokumentacji: wprowadzenie do indeksowania, klasyfikacji i kondensacji dokumentów ( ISBN  978-2-7605-3744-6 , 2-7605-3744-7 i 978-2-7605-3746-0 , OCLC  873807457 , czytaj online )
2. Mesguich, Véronique. , Wyszukiwanie strategicznych informacji w sieci: pozyskiwanie, monitorowanie i analiza w dobie rewolucji cyfrowej ( ISBN  978-2-8073-1578-5 i 2-8073-1578-X , OCLC  1045636776 , czytaj online )
3. „  Wyszukiwarka Google ma ponad 130 bilionów stron  ” w Search Engine Land ,14 listopada 2016 r(dostęp 21 listopada 2019 )