Recherche d'information sur Internet par algorithme gntique

1
JET 9
Un outil génétique pour la veille stratégique sur
Internet
F. Picarougne, N. Monmarché, M. Slimane, G.
Venturini
Laboratoire Informatique, Université de Tours,
France
2
Déroulement de l'exposé

• Problème
• Modélisation
• Algorithme Génétique
• Expérimentation
• Résultats obtenus

3
1- Problème

• Recherche dinformation sur Internet
• Outil de veille stratégique
• Diffère dun moteur de recherche classique
  (Google, Altavista, )
• Notion de temps différente
• Mise à jour des résultats
• But fournir des URL de départ à des outils de
  veille existants

4
2- Modélisation (1)

• Espace de recherche
• Particularité des document texte liens
  hypertextes
• Réduction de tous les documents
• Relation de voisinage
• Graphe orienté

5
2- Modélisation (2)

• Fonction dévaluation
• Basée sur la requête de lutilisateur
• Plusieurs champs de mots-clés (K, S, SN, M, MN)
• Utilisation dexpression régulières
• Choix du type de fichier,
• Score mesures statistiques

6
2- Modélisation (3)

• Fonction dévaluation formule
• Fonction Uniform() basée sur une fonction
  similaire à lentropie
• Bornée entre 0 et 1
• Valeur max pour une égale proportion des mots-clés

7
2- Modélisation (4)

• Fonction dévaluation
• Évaluation des liens
• Exploration locale autour du lien
• Utilisation de la ponctuation du texte
• Appliquée à chaque page
• Espace de recherche mathématique
• Appliquée à chaque lien
• Estimation de la page cible

8
2- Modélisation (5)

• Parcours de l'espace de recherche opérateurs de
  recherche
• Index robots,
• Agents,
• 2 types
• Création
• Transformation

9
2- Modélisation (6)

• Problème doptimisation
• Espace mathématique
• Algorithmes classiques doptimisation
• Utilisation dun AG

10
3- AG (1)

• Algorithme Génétique "steady state"
• Individu Page
• Comporte des liens
• Texte évalué -gt score individu
• Liens évalués -gt exploration

11
3- AG (2)

• Opérateurs génétiques
• Initialisation création heuristique
• Opérateur de création moteurs classiques
• Opérateur de mutation tournoi binaire
  exploration du meilleur lien

12
3- AG (3)

• Évaluation d'un individu (adaptation de la
  fonction précédente)
• Texte extrait
• Liens hypertextes
• Uniformité des mots clés
• Favorise
• Pages de liens prometteurs
• Présence de tous les mots clés

13
3- AG (4)

• Algorithme général

Résultats Moteur classique
?
Création
Mutation
Init
Pmutation
Population

• Insertion si score gt min pop

14
4- Expérimentation (1)

• Méthodologie
• 1000 pages max
• 5 moteurs classiques
• Yahoo
• Google
• Altavista
• Lycos
• Voilà
• 10 requêtes réalistes
• 5 essais sur chaque requête

15
4- Expérimentation (2)

• Requêtes utilisés

16
5- Résultats (1)

• Étude du paramètre Pmutation

Tests effectués sur la requête 3
17
5- Résultats (2)

• Taille de la population

Tests effectués sur la requête 8
18
5- Résultats (3)

• Comparaison avec un méta-moteur

19
Conclusion

• Modélisation en graphe de l'espace de recherche
• AG pour la recherche d'info sur le Web
• Premiers résultats encourageants
• Difficulté de comparaison avec les outils de
  recherche existants

20
Perspectives

• Adaptabilité des opérateurs
• Utilisation dune fonction dévaluation plus
  complexe
• Utilisation de plus de critères (proportion des
  mots-clés, typographie, )
• Comparaison critère de Pareto

21
Perspectives

• Comparaison avec dautres types dalgorithmes
• Fourmis artificielles
• Recherche tabou
• Recuit simulé,
• Outil de veille stratégique