[论文解读] Understanding Groups' Properties as a Means of Improving Collaborative Search Systems

Meredith Ringel Morris, Jaime Teevan|ArXiv.org|Aug 5, 2009

Information Retrieval and Search Behavior参考文献 8被引用 5

一句话总结

本文提出利用协作搜索系统中的群体特性（如共同兴趣、角色和协作模式）来提升搜索相关性和界面设计。通过分析集体用户档案和行为模式，作者展示了群体动态如何促进更智能的结果重排序和用户连接机制，从而在群体环境中提升搜索效率和用户体验。

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.

研究动机与目标

• 识别可指导系统设计的协作搜索群体的关键特性。
• 理解共享用户档案和行为如何提升群体环境下的搜索结果相关性。
• 探索群体识别如何支持协作搜索中的用户连接。
• 基于群体动态，指导自适应界面和检索算法的开发。
• 通过群体感知的搜索系统，弥合人机交互与信息检索之间的鸿沟。

提出的方法

• 分析群体搜索会话，提取共同特性，如共同兴趣、角色和协作模式。
• 聚合个体用户档案，创建用于群体层面个性化的集体档案。
• 使用群体相似性度量来识别并连接具有兼容协作潜力的用户。
• 设计适应群体特定行为和偏好的界面与算法组件。
• 应用基于组合群体档案重新排序结果的信息检索技术。
• 通过工作坊环境中群体搜索行为的定性分析，评估系统改进效果。

实验结果

研究问题

• RQ1 哪些群体特性最能预测有效的协作搜索？
• RQ2 集体用户档案在何种程度上可提升群体环境下的搜索结果相关性？
• RQ3 群体相似性在哪些方面可被利用以识别并连接潜在合作者？
• RQ4 群体角色和互动模式如何影响搜索结果质量？
• RQ5 针对群体感知的搜索系统，哪些界面和算法适应最为有效？

主要发现

• 群体成员通常具有重叠的兴趣和搜索行为，使得档案聚合能有效提升结果相关性。
• 将群体成员的用户档案组合后，可产生比单独使用个体档案更准确、更个性化的搜索结果。
• 群体相似性度量可成功识别并连接有望高效协作的用户。
• 协作搜索系统在反映群体动态和共同目标的界面设计方面获益显著。
• 将群体特性整合到检索算法中，可显著提升群体环境下的搜索效率和用户满意度。
• 基于工作坊的评估证实，群体感知系统在协作搜索任务中优于传统方法。