"Um sistema de busca para fóruns de discussão na web"

Abstract

Fóruns de discussão são meios populares para se obter informação na Web, permitindo que usuários compartilhem conhecimentos ao criarem tópicos para discutir os mais variados assuntos. Sendo assim, os sistemas de recuperação tentam filtrar os resultados mais relacionados à busca realizada pelo usuário. No entanto, os resultados encontrados nem sempre são relevantes. Por conta disso, os usuários não têm uma boa experiência em acessar o conteúdo existente e em alguns casos nunca acessam. Consequentemente, sem encontrar a informação que desejam, tópicos vão sendo criados com a mesma intenção de tópicos já existentes, o que acaba aumentando o número de tópicos duplicados. Portanto, este trabalho propõe um método que, além dos meios convencionais de busca em texto, utiliza o feedback da comunidade sobre um tópico para avaliar sua relevância visando proporcionar resultados mais precisos diante da busca realizada. Ainda assim, para a avaliação realizada, foi percebido que essa metodologia permite a obtenção de resultados mais eficazes do que os métodos convencionais disponíveis.

Discussion forums are a popular way of getting information online. It allows users to share knowledge by creating topics to discuss about a wide range of subjects. Because of that,information retrieval systems try to filter results that are related to the user query. Although, the results found are not frequently relevant and users don’t have a good experience accessing existing content and, sometimes, never have any access to useful content. Consequently, without finding the needed information, new topics are created with the same intention of existing topics and this increases the amount of duplicates. Because of that, this work propose a method that, more than conventional text retrieval methods, uses the community feedback of a topic to evaluate its relevance. In this way, evaluations prove that this methodology guarantees more precise results are found to a given and an overall increase over 100% in the effectiveness against conventional text retrieval methods.