[논문 리뷰] Understanding Groups' Properties as a Means of Improving Collaborative Search Systems

Meredith Ringel Morris, Jaime Teevan|ArXiv.org|2009. 08. 05.

Information Retrieval and Search Behavior참고 문헌 8인용 수 5

한 줄 요약

이 논문은 공동 검색 시스템에서 공통 관심사, 역할, 협업 패턴과 같은 그룹 특성을 활용하여 검색 관련성과 인터페이스 설계를 향상시키는 방법을 제안한다. 집단 사용자 프로필과 행동 패턴을 분석함으로써, 저자들은 집단 역학이 더 스마트한 결과 재정렬 및 사용자 연결 메커니즘을 어떻게 지원할 수 있는지 보여주며, 그룹 환경에서의 검색 효율성과 사용자 경험을 향상시킨다.

ABSTRACT

Understanding the similar properties of people involved in group search sessions has the potential to significantly improve collaborative search systems; such systems could be enhanced by information retrieval algorithms and user interface modifications that take advantage of important properties, for example by re-ordering search results using information from group members' combined user profiles. Understanding what makes group members similar can also assist with the identification of groups, which can be valuable for connecting users with others with whom they might undertake a collaborative search. In this workshop paper, we describe our current research efforts towards studying the properties of a variety of group types. We discuss properties of groups that may be relevant to designers of collaborative search systems, and propose ways in which understanding such properties could influence the design of interfaces and algorithms for collaborative Web search.

연구 동기 및 목표

• 공동 검색 그룹의 핵심 특성을 특정하여 시스템 설계에 기여하는 데 목적이 있다.
• 공동 사용자 프로필과 행동이 검색 결과의 관련성에 어떻게 기여할 수 있는지 이해하는 데 목적이 있다.
• 그룹 식별을 통해 공동 검색에서 사용자 연결을 지원하는 방법을 탐색하는 데 목적이 있다.
• 그룹 역학을 바탕으로 적응형 인터페이스와 검색 알고리즘 개발을 이끄는 데 목적이 있다.
• 그룹 인지 기반 검색 시스템을 통해 인간-컴퓨터 상호작용과 정보 검색을 연결하는 데 목적이 있다.

제안 방법

• 공동 검색 세션을 분석하여 공통 관심사, 역할, 협업 패턴과 같은 특성을 추출한다.
• 개별 사용자 프로필을 집계하여 그룹 수준의 개인화를 위한 집단 프로필을 생성한다.
• 그룹 유사도 메트릭을 사용하여 유사한 협업자가 될 가능성이 높은 사용자를 식별하고 연결한다.
• 그룹 전용 행동과 선호도에 맞게 적응하는 인터페이스 및 알고리즘 구성 요소를 설계한다.
• 결합된 그룹 프로필을 기반으로 결과를 재정렬하는 정보 검색 기법을 적용한다.
• 워크숍 환경에서의 그룹 검색 행동에 대한 정성적 분석을 통해 시스템 개선 사항을 평가한다.

실험 결과

연구 질문

• RQ1 어떤 그룹 특성이 효과적인 공동 검색을 예측하는 데 가장 유용한가?
• RQ2 집단 사용자 프로필은 그룹 환경에서 검색 결과의 관련성에 어떻게 기여할 수 있는가?
• RQ3 그룹 유사도는 잠재적 협업자를 식별하고 연결하는 데 어떤 방식으로 활용될 수 있는가?
• RQ4 그룹 역할과 상호작용 패턴은 검색 결과 품질에 어떤 영향을 미치는가?
• RQ5 그룹 인지 기반 검색 시스템에서 가장 효과적인 인터페이스 및 알고리즘 적응은 무엇인가?

주요 결과

• 그룹 구성원은 종종 겹치는 관심사와 검색 행동을 공유하여, 더 나은 결과 관련성 향상을 위한 효과적인 프로필 집계가 가능하다.
• 그룹 구성원의 사용자 프로필을 결합하면 개별 프로필만으로는 달성할 수 없는 더 정확하고 개인화된 검색 결과를 도출할 수 있다.
• 그룹 유사도 메트릭은 효과적으로 협업이 잘 될 가능성이 높은 사용자를 식별하고 연결하는 데 성공할 수 있다.
• 공동 검색 시스템은 그룹 역학과 공통 목표를 반영한 인터페이스 설계 덕분에 크게 향상된다.
• 검색 알고리즘에 그룹 특성을 통합하면 그룹 환경에서의 검색 효율성과 사용자 만족도가 향상된다.
• 워크숍 기반 평가 결과, 그룹 인지 기반 시스템이 기존 접근 방식보다 공동 검색 과제에서 뛰어난 성능을 보였다.