Query routing is based on identifying the preeminent search systems and
data sources for each of a number of information domains. This involves
assigning a weight to each search system or data source for each of the
information domains. The greater the weight, the more preeminent a search
system or data source is in a particular information domain. These weights
Wi{1=0, 1,2, . . . N] are computed through a recursive learning process
employing meta processing. The meta learning process involves simultaneous
interrogation of multiple search systems to take advantage of the cross
correlation between the search systems and data sources. In this way,
assigning a weight to a search system takes into consideration results
obtained about other search systems so that the assigned weights reflect
the relative strengths of each of the systems or sources in a particular
information domain. In the present process, a domain dataset used as an
input to query generator. The query generator extracts keywords randomly
from the domain dataset. Sets of the extracted keywords constitute a
domain specific search query. The query is submitted to the multiple
search systems or sources to be evaluated. Initially, a random average
weight is assigned to each search system or source. Then, the meta
learning process recursively evaluates the search results and feeds back a
weight correction dWi to be applied to each system or source server by
using weight difference calculator. After a certain number of iterations,
the weights Wi reach stable values. These stable values are the values
assigned to the search system under evaluation. When searches are
performed, the weights are used to determine search systems or sources
that are interrogated.
O roteamento da pergunta é baseado em identificar os sistemas da busca e as origens dos dados de preeminent para cada um de um número de domínios da informação. Isto envolve atribuir um peso a cada origem dos dados do sistema ou dos da busca para cada um dos domínios da informação. Mais grande o peso, o mais preeminent um sistema da busca ou a origem dos dados de estão em um domínio particular da informação. Estes pesos Wi{1=0, 1.2. . . N ] é computado com um processo de aprendizagem recursive que emprega processar do meta. O processo de aprendizagem do meta envolve a interrogação simultânea de sistemas múltiplos da busca para fazer exame da vantagem da correlação transversal entre os sistemas da busca e as origens dos dados de. Nesta maneira, atribuir um peso a um sistema da busca faz exame nos resultados da consideração obtidos sobre outros sistemas da busca de modo que os pesos atribuídos refletam as forças relativas de cada uma dos sistemas ou das fontes em um domínio particular da informação. No processo atual, uma série de dados do domínio usada como uma entrada perguntar o gerador. O gerador da pergunta extrai keywords aleatòria da série de dados do domínio. Os jogos dos keywords extraídos constituem uma pergunta específica da busca do domínio. A pergunta é submetida aos sistemas ou às fontes múltiplas da busca a ser avaliados. Inicialmente, um peso médio aleatório é atribuído a cada sistema ou fonte da busca. Então, o processo de aprendizagem do meta avalía recursively os resultados e as alimentações da busca para trás um dWi da correção do peso a ser aplicado a cada usuário do sistema ou da fonte usando a calculadora da diferença do peso. Após um determinado número das iterações, os valores do estábulo do alcance de Wi dos pesos. Estes valores estáveis são os valores atribuídos ao sistema da busca sob a avaliação. Quando as buscas são executadas, os pesos estão usados determinar os sistemas ou as fontes da busca que interrogated.
