Yeni bir kümeleme yöntemi ve veri tabanı bilgisayarı destekli bir bilgi erişim sisteminde kullanımı

The need for immediate and accurate access to the current literature at one side and the information explosion on the other side have caused the development of information retrieval systems. in this work, information retrieval problem is studied and new concepts and methodologies are proposed for its solution. The new proposals are cover coefficient and cluster seed power concepts and the methodologies for estimating the number of clusters within a collection and the number of members within a cluster. These concepts and methodologies are used in a new single-pass clustering algorithm. A multi-pass clustering algorithm is introduced to show the validity of the cover coefficient concept for clustering purposes. in the thesis, the complexity analysis of the algorithms, a new centroid generation policy in connection with the new cover coefficient concept are presented. An algorithm for the maintenance of the clusters in expanding document collection environments and its complexity analysis are also presented. The similarity and stability concepts for clustering algorithms are introduced, then the clustering algorithms are analyzed by a set of experiments with respect to these concepts. For the purpose of the experiments, a document collection of 167 articles from the ACM-TODS publications has been constructed. The characteristics of the collection, the findings of the experiments and some observed basic relationships are illustrated in detail. In the thesis, an information system model which integrates the information retrieval and database management systems is proposed. Unlike the previous studies aimed at this purpose, which more or less reduce one system into the other, the proposed model aims to accomplish this integration by a synthesis of the techniques and methodologies of both systems. For this purpose, a database machine, the Relational Associative Processor (RAP), is enhanced with the new text retrieval instructions. Context sensitive free text retrieval operations are implemented by using the new instructions. in the model, a clustering subsystem and a conceptual data model are used for information retrieval purposes. The performance of the database machine in text retrieval operations and a comparative performance evaluation of the single-pass and the multi-pass clustering algorithms in information retrieval are presented. Additional concepts/methodologies that utilize cover coefficient concepts are also introduced in the thesis.Son yayınlara anında ve doğru ulaşım gereksinimi ve bilgi patlaması, bilgi erişim sistemlerinin geliştirilmesine yol açmıştır. Bu çalışmada, bilgi erişim sorunu incelenmiş ve çözümü için yeni kavram ve yöntemler önerilmiştir. Yeni öneriler, kapsama katsayısı ve küme çekirdek gücü kavramları ile bir derlemdeki küme sayısının ve kümelerin üye sayılarının kestirimini amaçlayan yöntemlerdir. Bu kavram ve yöntemler, yeni bir tek-geçişli kümeleme algoritmasında kullanılmıştır. Kapsama katsayısının kümeleme algoritmalarında kullanım geçerliliğini göstermek için çok-geçişli bir kümeleme algoritması önerilmiştir. Tezde, algoritmaların karmaşıklık çözümlemesi ve kapsama katsayısı kavramına ilişkin bir ortaç oluşturma yöntemi sunulmuştur. Büyüyen derlem ortamlarında kümelerin bakımında kullanılabilecek bir algoritma ve karmaşıklık çözümlemesi de ayrıca verilmiştir. Kümeleme algoritmalarında benzerlik ve kararlılık kavramları anlatıldıktan sonra önerilen algoritmalar bir takım deneyler ile bu kavramlar açısından incelenmiştir. Deneyler için 167 ACM-TODS yayınından bir derlem oluşturulmuş; derlemin özellikleri, deneylerin bulguları ve ortaya çıkardığı temel ilişkiler ayrıntılı olarak anlatılmıştır. Tezde, bilgi erişim ve veritabanı yönetim sistemlerini birleştiren bir bilgi sistemi modeli önerilmiştir. Bir sistemi ötekine indirgeyen daha önceki çalışmalardan farklı olarak, önerilen model bu birleştirmeyi her iki sistemin yöntemlerinin bir sentezi olarak gerçekleştirmektedir. Bu amaçla, bir veritabanı bilgisayarı olan Relational Associative Processor (RAP), yeni belge erişim komutlarının eklenmesiyle genişletilmiştir. Bağlama duyarlı özgür belge erişim işlemleri, yeni komutların kulanımıyla RAP üzerinde gerçekleştirilmiştir, önerilen yapıda, bilgi erişim amaçları için kavramsal bir bilgi modeli ve kümeleme alt sistemi kullanılmaktadır. Veritabanı bilgisayarının belge erişim işlemlerindeki başarısı ile tek-geçişli ve çok-geçişli kümeleme algoritmalarının bilgi erişimdeki başarılarının karşılaştırmalı olarak değerlendirilmesi ayrıca sunulmuştur. Kapsama katsayısı kavramını kullanan kimi kavram ve yöntemler de tezde anlatılmaktadır.Ph.D. - Doctoral Progra