Term co-occurrence in Internet queries : An analysis of the Excite data base
Dietmar Wolfram · Canadian journal of information science · 1999
Des question uniques soumises au moteur de recherche Excite ont ete analysees pour voir si l'on pouvait degager des regularites empiriques dans la cooccurrence des termes produite par la recherche. La distribution de la frequence d'occurrence de paires de termes a ete soumise a trois modeles pour determiner si les tendances de l'utilisation des termes suivait une distribution zipfienne. Les resultats ont ete relativement pauvres, ce qui a amene l'auteur a conclure que la distribution n'est pas zipfienne. Deux modeles de simulation ont ete elabores sur la base des distributions empiriques des cooccurrences de termes et des termes soumis par recherche pour determiner si l'on pouvait degager une dependance binaire pour certains termes de recherche particuliers et pour certaines combinaisons de tailles de termes. Une forte dependance binaire a ete observee pour certains termes cooccurrents. Une analyse des cooccurrences basee sur la taille des termes a revele que le modele de simulation avait sous-estime les cooccurrences des termes moins souvent utilises et des termes a utilisation elevee. Les consequences sur la conception des instruments de recherche bases sur le Web sont discutees.