정보 검색에서 대부분의 질의 재구성 알고리즘들은 초기 입력 문서나 피드백 문서를 이용하여 질의를 재구성하므로, 질의 재구성 알고리즘의 검색 성능은 입력되는 문서들의 질에 따라 달라진다. 본 연구에서는 질의 재구성 알고리즘의 입력문서에 대한 성능 감도를 새로운 검색성능 평가방법을 개발하여 분석하였다. 또한 CIRA라고 불리는 새로운 평가기준을 개발하여 질의 재구성 사이의 성능 변화추이를 분석하였다. 세가지의 질의 재구성 알고리즘 (질의나무 (query tree), DNF 방법, Dillon 방법)의 감도와 성능변화를 테스트 세트인 CACM, CISI, Medlars 상에서 분석하였다. 세 실험에서 질의나무가 가정 작은 CIRA를 취득했으며, 감도 분석에서는 비록 다른 알고리즘과 차이는 적으니 가장 높은 감도를 나타냈다.

In information retrieval, query reformulation algorithms construct queries from a set of initial input and feedback documents, and retrieval performance can be varied by different sets of input documents. In this study, we developed a criterion for measuring the performance sensitivity of query reformulation algorithms to input sets. In addition, we also propose a way of measuring the changes in retrieved area (CIRA) during query reformulation. We compared CIRAs of query reformulation algorithms (i.e., query tree, DNF method, and Dillon's method) using three test sets : the CACM. CISI, and Medlars. In the experiments, the query tree showed the highest decreasing CIRAs during reformulations, which means the fastest convergence rate to an output set. For sensitivity analysis, the query tree scored the highest sensitivity to different input sets even though its differences to the other algorithms are very small.