[论文解读] A Taxonomy of Collaboration in Online Information Seeking

Gene Golovchinsky, Jeremy Pickens+1 more|ArXiv.org|Aug 5, 2009

Recommender Systems and Techniques参考文献 10被引用 80

一句话总结

本文提出一个四维分类法——意图、深度、并发性和位置，以系统化地分类在线信息检索中的协作行为。通过该框架分析现有系统，作者实现了对协作式信息检索工具的更清晰比较与设计，为未来协作搜索环境的研究与开发提供了基础性模型。

ABSTRACT

People can help other people find information in networked information seeking environments. Recently, many such systems and algorithms have proliferated in industry and in academia. Unfortunately, it is difficult to compare the systems in meaningful ways because they often define collaboration in different ways. In this paper, we propose a model of possible kinds of collaboration, and illustrate it with examples from literature. The model contains four dimensions: intent, depth, concurrency and location. This model can be used to classify existing systems and to suggest possible opportunities for design in this space.

研究动机与目标

• 解决在线信息检索系统中协作缺乏标准化分类的问题。
• 识别并定义区分协作式信息检索类型的关键维度。
• 提供一个结构化模型，用于比较现有协作系统并指导未来系统设计。
• 支持研究人员和实践者理解信息检索中协作机制的多样性。
• 实现对信息系统中协作功能更精确的沟通与评估。

提出的方法

• 定义四个核心维度：意图（目标导向 vs. 偶发性）、深度（参与程度）、并发性（同步 vs. 异步）和位置（共处一地 vs. 分布式）。
• 通过这四个维度的视角分析现有系统与文献，以对协作类型进行分类。
• 使用学术与工业系统中的实例说明该分类法的应用。
• 将分类法构建成多维框架，以捕捉协作式信息检索的复杂性。
• 通过映射已知系统并识别当前实现中的空白，验证该框架的实用性。
• 将该分类法呈现为设计工具，以指导新型协作式信息系统的开发。

实验结果

研究问题

• RQ1 如何在不同系统之间系统化地对在线信息检索中的协作进行分类？
• RQ2 哪些关键维度能够区分协作式信息检索行为的类型？
• RQ3 现有系统在多大程度上符合或偏离了所提出的分类法？
• RQ4 该分类法如何支持新型协作式信息检索系统的设计？
• RQ5 协作各维度的差异对用户体验与系统有效性有何影响？

主要发现

• 四维分类法——意图、深度、并发性和位置——有效捕捉了在线信息检索中协作的多样性。
• 许多现有系统在协作模式上存在局限，通常仅聚焦于一个或两个维度，例如同步的、浅层的互动。
• 该分类法能够清晰区分支持深度、异步、分布式协作的系统与仅支持表面层次、实时互动的系统。
• 该框架揭示了尚未充分探索的设计机会，特别是在支持跨分布式用户的深度异步协作方面。
• 该模型为研究人员和开发者提供了一种通用语言，可系统化地比较与评估协作式系统。
• 通过应用于现实世界系统与文献，该分类法得到验证，展示了其在系统分类与设计指导方面的实际效用。