@prefix config: <http://example.org/config#>.
@prefix meta: <http://example.org/metadata#>.
@prefix rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#>.
@prefix rdfs: <http://www.w3.org/2000/01/rdf-schema#>.
@prefix xsd: <http://www.w3.org/2001/XMLSchema#>.
@prefix owl: <http://www.w3.org/2002/07/owl#>.
@prefix dc: <http://purl.org/dc/elements/1.1/>.
@prefix dcmitype: <http://purl.org/dc/dcmitype/>.
@prefix dcterms: <http://purl.org/dc/terms/>.
@prefix foaf: <http://xmlns.com/foaf/0.1/>.
@prefix geo: <http://www.w3.org/2003/01/geo/wgs84_pos#>.
@prefix om: <http://opendata.caceres.es/def/ontomunicipio#>.
@prefix locn: <http://www.w3.org/ns/locn#>.
@prefix schema: <http://schema.org/>.
@prefix skos: <http://www.w3.org/2004/02/skos/core#>.
@prefix dbpedia: <http://localhost:8080/resource/>.
@prefix p: <http://localhost:8080/property/>.
@prefix yago: <http://localhost:8080/class/yago/>.
@prefix units: <http://dbpedia.org/units/>.
@prefix geonames: <http://www.geonames.org/ontology#>.
@prefix prv: <http://purl.org/net/provenance/ns#>.
@prefix prvTypes: <http://purl.org/net/provenance/types#>.
@prefix doap: <http://usefulinc.com/ns/doap#>.
@prefix void: <http://rdfs.org/ns/void#>.
@prefix ir: <http://www.ontologydesignpatterns.org/cp/owl/informationrealization.owl#>.
@prefix ou: <https://opendata.unex.es/def/ontouniversidad#>.
@prefix teach: <http://linkedscience.org/teach/ns#>.
@prefix time: <https://www.w3.org/2006/time#>.
@prefix datex: <http://vocab.datex.org/terms#>.
@prefix aiiso: <http://purl.org/vocab/aiiso/schema#>.
@prefix vivo: <http://vivoweb.org/ontology/core#>.
@prefix bibo: <http://purl.org/ontology/bibo/>.
@prefix fabio: <http://purl.org/spar/fabio/>.
@prefix vcard: <http://www.w3.org/2006/vcard/ns#>.
@prefix swrcfe: <http://www.morelab.deusto.es/ontologies/swrcfe#>.
@prefix frapo: <http://purl.org/cerif/frapo/>.
@prefix org: <https://www.w3.org/ns/org#>.
@prefix ei2a: <https://opendata.aragon.es/def/ei2a/#>.
@prefix pto: <http://www.productontology.org/id/>.

<https://opendata.unex.es/recurso/ciencia-tecnologia/investigacion/tesis/Tesis/2001-29> dcterms:subject "Matematicas";
    dcterms:director "Vicente Guerrero Bote (Director)";
    ou:tribunal "Herrero Solana, Victor Federico (Vocal)";
    dcterms:creator "Cristina López Pujalte";
    dcterms:subject "Inteligencia Artificial";
    dcterms:title "Algoritmos Genéticos Aplicados A La Retroalimentación Por Relevancia";
    ou:programaDoctorado "Metodología Y Líneas De Investigación En Biblioteconomía Y Documentación";
    dcterms:subject "Ciencia De Los Ordenadores";
    ou:tribunal "Moscoso Castro, Purificación (Vocal)";
    dcterms:subject "Linguistica";
    vcard:url <https://educacion.gob.es/teseo/mostrarRef.do?ref=245169>;
    ou:tribunal "Moya Anegón, Félix (Presidente)", "Herrera Viedma, Enrique (Secretario)";
    dcterms:subject "Documentacion";
    ou:tribunal "Sánchez Pérez, Juan Manuel (Vocal)";
    a bibo:Thesis;
    dcterms:identifier "2001-29";
    dcterms:subject "Documentacion Automatizada", "Linguistica Aplicada", "Informatica";
    dcterms:dateSubmited "2001-02-23T00:00:00"^^xsd:dateTime;
    dcterms:description "Se conocen sobradamente las deficiencias existentes en la primera peticiónque realiza un usuario a un sistema de recuperación de información. Deahí la importancia que han adquirido las técnicas que permiten adaptarlas peticiones del usuario para optimizar las preguntas de modo que sepuedan obtener mejores resultados. Una de estas técnicas es la Retroalimentaciónpor Relevancia.Por otro lado, recientemente han aparecido aplicaciones de AlgoritmosGenéticos a la Recuperación de información, la mayor parte de ellos aplicadosa la retroalimentación por relevancia. Sin embargo, no se han realizadoevaluaciones de los mismos de forma que se puedan comparar entre sí y conotras técnicas de retroalimentación.En este trabajo implementamos los distintos algoritmos genéticos existentesen la literatura y algunos de diseño propio, y se ha realizado una evaluaciónutilizando el método de la colección residual, según varios autores elmás adecuado para la evaluación de técnicas de retroalimentación por relevancia.También se han comparado los resultados de los distintos algoritmos genéticoscon los obtenidos por el método de Ide dec-hi, uno de los métodos tradicionalesque mejores resultados obtienen.En cuanto a los resultados, éstos varían mucho dependiendo de la funciónde adaptación utilizada, pero en general son muy prometedores: uno de losalgoritmos genéticos diseñados por nosotros obtuvo una mejora del 127%,superando incluso a la mejora conseguida con el método tradicional de Idedec-hi. De lo que se puede concluir que mediante estos algoritmos genéticosse puede obtener una mejora considerable de la pregunta original, implementandola técnica de retroalimentación por relevancia (en una sola iteración),con lo que prometen ser una técnica de gran ayuda para implementar un sistemade recuperación de información eficaz.";
    ou:autorTesis <https://opendata.unex.es/recurso/educacion/universidad/personal/6879564154019c0c97ce49c70d1e9e77-maria-cristina-lopez-pujalte>.