Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.
Lire l'article
INTRODUCTION
Souvent, une recherche sur Internet effectuée à partir des moteurs
de recherche classiques conduit à des ensembles de résultats qui,
s’ils sont classés dans un certain ordre, ne mettent pas en évidence
les principaux thèmes traités dans la recherche. Les références ne
sont pas présentées en blocs significatifs. L’utilisateur ne peut
donc pas directement accéder aux différents thèmes sélectionnés dans
la recherche. La cartographie du sujet traité n’est donc pas disponible.
Pour fournir une réponse à cette problématique, des sociétés ont
rendu accessibles via l’Internet des « clustering engines » qui, à
partir d’une question posée par l’utilisateur, fourniront les résultats
en les répartissant par blocs significatifs avec un intitulé précis
pour chacun de ces derniers. Ceci permet à l’utilisateur de connaître
quasi instantanément les différents thèmes qui apparaissent dans son
résultat de recherche, et en outre d’accéder à chacune des réponses
présentes dans les blocs d’information. Cette sériation des résultats
est réalisée en utilisant des programmes d’analyse de données transparents
pour l’utilisateur.
Cet article est réservé aux abonnés
Cet article est réservé aux abonnés. Il vous reste 92 % à découvrir.
Déjà abonné ?
Se connecter
VERSIONS
Il existe d'autres versions de cet article :
Lecture en cours
Utiliser les « clustering engines » dans la recherche documentaire
Bibliographie
Ghosal A., Nandy A., Das A.K., Goswami S. and Panday M.,
A
short review on different clustering techniques and their applications.
Emerging Technology in Modelling and Graphics : Proceedings of IEM
Graph 2018, pp.69-83 (2020).
Bae J., Helldin T., Riveiro M., Nowaczyk S., Bouguelia M.R. and
Falkman G.,
Interactive clustering : A comprehensive...
Cet article est réservé aux abonnés
Cet article est réservé aux abonnés. Il vous reste 92 % à découvrir.
Déjà abonné ?
Se connecter