20190924

Page 1

Prova scritta di METODI PER IL RITROVAMENTO DELL’INFORMAZIONE C.d.L. in Informatica - A.A. 2018-19 METODI PER LA GESTIONE DELLA CONSOCENZA C.d.L. in Informatica e Tecn. Per la Prod. del Software – A.A. 2016-17 Docente: P. Lops - 24 Settembre 2019 Nome e Cognome : ___________________________________________ Matricola : ___________________________________________ 1) Descrivere, commentando opportunamente, la funzione per il calcolo delle predizioni dei rating in un algoritmo di filtraggio collaborativo di tipo user to user. (PUNTI 10) 2) Siano dati l’insieme delle categorie C={c1,c2} e una collezione di 100 documenti definiti sul vocabolario V = {T1, T2, T3, T4, T5, T6}. Costruire un classificatore bayesiano per C, addestrandolo sul seguente training set TR: TR = {<D1,c1>, <D2,c2>, <D3,c1>, <D4,c2>, <D5,c1>} dove per ogni documento si riporta di seguito l’elenco delle parole con le relative occorrenze: T1 T2 T3 T4 T5 T6 D1 4 3 0 4 0 0 D2 1 0 2 0 0 0 D3 0 1 2 2 0 0 D4 0 2 0 0 4 0 D5 1 1 4 1 2 0 NB: illustrare chiaramente tutte le fasi di costruzione del classificatore. (PUNTI 8) Determinare la classe di appartenenza del seguente documento d={T1:2,T6:2} (PUNTI 2) 3) Sia q una query che ha 5 documenti rilevanti nella collezione. Supponiamo che un algoritmo di ritrovamento applicato a q riporti il seguente ranking Rq: D1 D5 D3 D7 D9 D4 Supponiamo che D1, D7 e D9 siano documenti rilevanti per q a) Calcolare Precision ed Average Precision per q, fornendo anche una descrizione formale delle metriche (PUNTI 4) b) Supponendo di avere dei giudizi di rilevanza non binari, e assumendo che D1 e D9 abbiano un grado di rilevanza pari a 3, mentre D7 abbia un grado di rilevanza pari a 2, calcolare il valore dell’ nDCG (normalized Discounted Cumulative Gain) per q, fornendo anche una…