Intelligent search depends on effective methods for identifying the information needs of a user and making relevant information resources available when needed. Reflecting user context has long been recognized as a key aspect to realizing the potential of intelligent Web search. This paper proposes a theoretical basis for better understanding the role of context in Web retrieval. It addresses the problem of identifying context-specific terms, finding relevant information sources, and automatically formulating and refining queries. We describe ongoing research on the use of incremental methods to retrieve relevant content through two main approaches. The first, feed-based, periodically checks for new relevant items in specific websites by accessing RSS feeds. The second, query-based, incrementally formulates queries, which are submitted to search interfaces (e.g., major search engines or individual search forms). We discuss the technical challenges imposed by these approaches, outline our system architecture, and present preliminary evaluations of the proposed techniques.

1. Incremental Methods for Context-Based Web Retrieval Carlos M. Lorenzetti – Fernando M. Sagui Ana G. Maguitman – Guillermo R. Simari Carlos I. Chesñevar

2. Problemas: ambigüedad Windows styles?

4. Una solución: CONTEXTO Lista de palabras Consulta? Más información? Contexto Artículos Diario Otros

7. Descriptores y Discriminadores Java Lenguaje Applets Código Tópico: Máquina Virtual de Java NetBeans Computadoras JVM Ruby Programación JDK Virtual Máquina

8. Descriptores y Discriminadores Java Lenguaje Applets Código Tópico: Máquina Virtual de Java NetBeans Computadoras JVM Ruby Programación JDK Virtual Máquina Buenos descriptores

9. Descriptores y Discriminadores Java Lenguaje Applets Código Tópico: Máquina Virtual de Java NetBeans Computadoras JVM Ruby Programación JDK Virtual Máquina Buenos discriminadores

10. Descriptores y Discriminadores Poder discriminante de un término de un documento Poder descriptivo de un término de un documento Cantidad de ocurrencias del término k en el documento i

11. Descriptores y Discriminadores Similaridad entre documentos K 1 K 3 K 2 d 2 d 1  Similaridad por coseno

12. Descriptores y Discriminadores Poder discriminante de un término en el tópico de un documento Poder descriptivo de un término en el tópico de un documento

13. Framework

14. Framework Se encarga de la comunicación con la Web

15. Framework Estima la importancia del contenido que recibe

16. Framework Refina la representación que tiene del contexto del usuario

17. Framework

21. Evaluación Contexto campaign 0.38 oil 0.31 public 0.31 chevron 0.23 truth 0.23 . . . . . .

24. Trabajo a Futuro