نظریه احتمالی

داده کاوی به مفهوم آشکارسازی الگوهای موجود در حجم انبوه داده هاست که در بسیاری از رشته ها به کار گرفته شده است. در رشته علم اطلاعات و دانش شناسی به ویژه در بازیابی اطلاعات نیز می توان از آن بهره برد. در بازیابی اطلاعات ابتدا پارادایم نظام گرا و سپس پاردایم کاربرگرا مطرح شده است که در پارادایم دوم به نیاز اطلاعاتی توجه شده است. در پارادایم دوم، ورود پرسش های نامناسب از سوی کاربران، دلیل اصلی عدم بازیابی مدارک مرتبط تلقی می شود. ازاین رو، یکی از مباحث اصلی این پارادایم، پیشنهاد و بسط پرسش مناسب در نظام بازیابی اطلاعات است که می توان از روش های داده کاوی برای آن استفاده نمود. چهار روش مهم برای پیشنهاد پرسش جهت تقویت نظام توصیه گر وجود دارد. قاعده سری زمانی یکی از این روش هاست که به فراونی پرسش در واحد زمانی خاص می پردازد. یکی دیگر از روش ها، قانون همایندی است که به وابستگی و تداعی پرسش ها توجه دارد. در روش قانون همایندی همراه با فاصله لون اشتاین، افزون بر توجه به وابستگی و تداعی پرسش ها به ترتیب واژه های پرسش نیز توجه می شود. به هر حال، در هر سه روش یاد شده، از فایل ثبت رخداد استفاده می شود؛ در حالی که در نظریه احتمالاتی از واژه های مدارک جهت ترمیم شکاف واژگانی بین پرسش و مدارک استفاده می شود. در نهایت به نظر می رسد، به کارگیری روش های یاد شده به ویژه روش احتمالی در پیشنهاد پرسش منجر به نتایج مناسب تری شود.