Kollaborative Suchmaschine

Kollaborative Suchmaschinen (CSE) sind Web -Suchmaschinen und Unternehmensuche Innerhalb von Unternehmensintranets, mit denen Benutzer ihre Bemühungen kombinieren können Informationsrückgewinnung (IR) Aktivitäten, die Informationsressourcen gemeinsam nutzen Wissensschildsund erlauben Experten, weniger erfahrene Menschen durch ihre Suchanfragen zu führen. Zusammenarbeitspartner tun dies, indem sie Abfragen, kollektives Tagging, Hinzufügen von Kommentaren oder Meinungen, Bewertung von Suchergebnissen und Links, die früheren (erfolgreichen) IR -Aktivitäten zu den gleichen oder einem verwandten Links geklickt wurden, hinzufügen. Informationsbedarf.

Modelle der Zusammenarbeit

Kollaborative Suchmaschinen können nach mehreren Dimensionen klassifiziert werden: Absicht (explizit und implizit) und Synchronisation,[1] Tiefe der Mediation,[2] Aufgabe vs. Merkmal,[3] Arbeitsteilung und Wissensaustausch.[4]

Explizit und implizite Zusammenarbeit

Implizite Zusammenarbeit charakterisiert Kollaborative Filterung und Empfehlungssysteme in dem das System ähnliche Informationsbedürfnisse färbt. I-Spy,[5] Jumper 2.0, Sucht, der Community -Suchassistent,[6] Der CSE von Burghardt et al.,,[7] und die Werke von Longo et al.[8] [9] [10] Alle stellen Beispiele für implizite Zusammenarbeit dar. Systeme, die unter diese Kategorie fallen, identifizieren ähnliche Benutzer, Abfragen und Links automatisch und empfehlen verwandte Abfragen und Links zu den Suchenden.

Eine explizite Zusammenarbeit bedeutet, dass Benutzer einen vereinbarten Informationen benötigen und an diesem Ziel zusammenarbeiten. Beispielsweise werden in einer chat-ähnlichen Anwendung automatisch ausgetauscht Abfragebedingungen und Links. Das bekannteste Beispiel für diese Klasse ist SearchTogether[11] Veröffentlicht im Jahr 2007. SearchTogether bietet eine Schnittstelle, die Suchergebnisse von Standard -Suchmaschinen und einen Chat zum Austausch von Abfragen und Links kombiniert. PlayByplay[12] Machen Sie einen Schritt weiter, um allgemeine kollaborative Browsing -Aufgaben mit einer Instant Messaging -Funktionalität zu unterstützen. Reddy et al.[13] Folgen Sie einem ähnlichen Ansatz und vergleicht zwei Implementierungen ihres CSE namens Muse and Must. Reddy et al. Konzentrieren Sie sich auf die Rolle der Kommunikation, die für effiziente CSEs erforderlich ist. Cerciamo [2] Unterstützt die explizite Zusammenarbeit, indem es einer Person ermöglicht, sich darauf zu konzentrieren, vielversprechende Gruppen von Dokumenten zu finden, während die andere Person eingehende Relevanz für Dokumente fällt, die von der ersten Person gefunden wurden.

In Papagelis et al.[14] Begriffe werden unterschiedlich verwendet: Sie kombinieren explizit geteilte Links und sammelten implizit Browserhistorien von Benutzern zu einem hybriden CSE.

Übungsgemeinschaft

Jüngste Arbeiten in der kollaborativen Filterung und des Informationsabrufs haben gezeigt, dass die Austausch von Sucherlebnissen zwischen Benutzern mit ähnlichen Interessen, die normalerweise als a genannt werden Übungsgemeinschaft oder Gemeinschaft von Interesse, reduziert die Anstrengungen, die ein bestimmter Benutzer beim Abrufen der genauen Interessensinformationen ergreifen.[15]

Die kollaborative Suche in einer Community of Practice bereitstellt neuartige Techniken, um den Kontext während der Suche durch Indexierung und Ranking von Suchergebnissen auf der Grundlage der erlernten Präferenzen einer Community von Benutzern zu nutzen.[16] Die Benutzer profitieren davon, indem sie Informationen, Erfahrungen und das Bewusstsein teilen, um Ergebnislisten zu personalisieren, um die Präferenzen der gesamten Community widerzuspiegeln. Die Community, die eine Gruppe von Nutzern vertritt, die gemeinsame Interessen teilen, ähnliche Berufe. Das bekannteste Beispiel ist das Open-Source-Projekt Apexkb (zuvor als Jumper 2.0 bekannt).[17]

Tiefe der Mediation

Die Tiefe der Mediation bezieht sich auf den Grad, den der CSE die Suche vermittelt.[2] Suche[11] ist ein Beispiel für die Mediation von Ui-Ebenen: Benutzer tauschen Abfragenergebnisse und Relevanzbeurteilungen aus, das System unterscheidet jedoch nicht unter den Benutzern, wenn sie Abfragen ausführen. PlayByplay[12] ist ein weiteres Beispiel für eine Ui-Level-Mediation, bei der alle Benutzer ohne die Koordination des Systems einen vollständigen und gleichberechtigten Zugriff auf die Instant Messaging-Funktionalität haben. Cerchiamo[2] und Empfehlungssysteme wie I-Spy[5] Behalten Sie die Suchaktivität jeder Person unabhängig und verwenden Sie diese Informationen, um die Suchergebnisse zu beeinflussen. Dies sind Beispiele für eine tiefere algorithmische Mediation.

Aufgabe vs. Merkmal

Dieses Modell klassifiziert die Mitgliedschaft der Menschen in Gruppen basierend auf der jeweiligen Aufgabe im Vergleich zu langfristigen Interessen. Diese können mit einer expliziten und impliziten Zusammenarbeit korreliert werden.[3]

Plattformen und Modalitäten

CSE -Systeme begannen am Desktop -Ende, wobei die frühesten Erweiterungen oder Änderungen vorhandenen Webbrowsern sind. GroupWeb[18] ist ein Desktop -Webbrowser, der einen gemeinsamen visuellen Arbeitsbereich für eine Gruppe von Benutzern bietet. Suche[11] ist eine Desktop -Anwendung, die Suchergebnisse von Standard -Suchmaschinen und eine Chat -Oberfläche kombiniert, mit der Benutzer Abfragen und Links austauschen können. Cosens[19] Unterstützt Sensemaking -Aufgaben bei der kollaborativen Websuche, indem sie reichhaltige und interaktive Präsentationen der Suchaktivitäten einer Gruppe anbieten.

Mit der Prävalenz von Mobiltelefonen und Tablets nutzen CSEs auch diese zusätzlichen Gerätemodalitäten. COSEARCH[20] ist ein System, das die cosporative Websuche unterstützt, indem sie zusätzliche Mobiltelefone und Mäuse nutzen. PlayByplay[12] Unterstützt auch das kollaborative Surfen zwischen mobilen und Desktop -Benutzern.

Synchron gegen asynchrone Zusammenarbeit

Mit dem synchronen Kollaborationsmodell können verschiedene Benutzer gleichzeitig gemeinsam auf dasselbe Ziel hinarbeiten, wobei jeder einzelne Benutzer in Echtzeit zugreifen kann. Ein typisches Beispiel für das Modell der synchronen Zusammenarbeit ist GroupWeb,[18] Wo Benutzer aufmerksam gemacht werden, was andere durch Funktionen wie synchrones Scrollen mit Seiten, Telepointer für die Einführung von Gesten und Gruppenanmerkungen, die an Webseiten angeschlossen sind, tun.

Asynchrone Kollaborationsmodelle bieten mehr Flexibilität, wenn unterschiedliche Suchprozesse verschiedener Benutzer durchgeführt werden, während die kognitiven Anstrengungen für spätere Benutzer reduziert werden, um die Suchergebnisse der früheren Benutzer zu konsumieren und aufzubauen. Suchtogether,[11] Unterstützt beispielsweise die Funktionen der asynchronen Zusammenarbeit, indem sie die Chat -Protokolle der vorherigen Benutzer, Suchanfragen und Web -Browser -Geschichten fortsetzen, damit sich die späteren Benutzer schnell auf den neuesten Stand bringen können.

Anwendungen kollaborativer Suchmaschinen

Die Anwendungen von CSEs sind sowohl in der akademischen Gemeinschaft als auch in der Industrie gut erforscht. Zum Beispiel GroupWeb[18] wurde als Präsentationsinstrument für Fernunterricht und Konferenzen in Echtzeit verwendet. Klassenforschung[21] wird in Klassenzimmer mit mittlerer Schule eingesetzt, um kollaborative Suchaktivitäten in Klassenzimmern zu erleichtern und den Raum der co-located-Suchpädagogik zu untersuchen.

Privatsphäre kollaborative Suchmaschinen

Suchbegriffe und Links, die unter den Benutzern geteilt werden, geben ihre Interessen, Gewohnheiten, sozialen Beziehungen und Absichten auf.[22] Mit anderen Worten, CSEs gefährden die Privatsphäre der Benutzer. Studien haben gezeigt, dass CSE die Effizienz erhöht.[11][23] [24] [25] Leider muss ein Privatsphäre, der von einem CSE profitieren möchte, durch den Mangel an Datenschutzverbesserungstechnologien ihr gesamtes Suchprotokoll offenlegen. (Beachten Sie, dass auch wenn explizit Abfragen und Links angeklickt werden, das gesamte (frühere) Protokoll an einen Benutzer weitergegeben wird, der sich einer Suchsitzung anschließt.) Daher werden ausgefeilte Mechanismen, die auf einer feinkörnigeren Ebene ermöglichen, die Informationen offenbart werden.

Da CSEs eine neue Technologie sind, die gerade in den Markt eintritt, die Datenschutzpräferenzen der Benutzer identifiziert und integriert werden Technologien zur Datenschutzverbesserung (Haustiere) in die kollaborative Suche stehen in Konflikt. Einerseits müssen Haustiere die Benutzerpräferenzen erfüllen, andererseits kann man diese Präferenzen nicht identifizieren, ohne ein CSE zu verwenden, d. H. Die Implementierung von PETs in CSEs. Heute stammt die einzige Arbeit, die sich mit diesem Problem befasst, von Burghardt et al.[26] Sie implementierten einen CSE mit Experten aus der Informationssystemdomäne und leiteten den Umfang möglicher Datenschutzpräferenzen in einer Benutzerstudie mit diesen Experten ab. Die Ergebnisse zeigen, dass Benutzer Präferenzen definieren, die sich auf (i) auf ihren aktuellen Kontext beziehen (z. B. bei der Arbeit), (ii) den Abfrageinhalt (z. B. Benutzer ausschließen Themen aus der Freigabe), (iii) Zeitbeschränkungen (z. B. veröffentlichen Sie das nicht Abfrage x Stunden nach der Ausgabe der Abfrage, speichern Sie nicht länger als x Tage, teilen Sie nicht zwischen Arbeitszeit) und Benutzer nutzen die Option intensiv, um (iv) zwischen verschiedenen sozialen Gruppen beim Austausch von Informationen zu unterscheiden. Darüber hinaus erfordern Benutzer (v) Anonymisierung und (vi) gegenseitige Einschränkungen definieren, d. H. Sie beziehen sich auf das Verhalten anderer Benutzer, z. B. wenn ein Benutzer dieselbe Abfrage wiederum geteilt hätte.

Verweise

  1. ^ Golovchinsky -Gen; Pickens Jeremy (2007), "Kollaborative explorative Suche" (PDF), Proceedings of HCIR 2007 Workshop
  2. ^ a b c d Pickens Jeremy; Golovchinsky -Gen; Shah Chirag; Qvarfordt Pernilla; Zurück Maribeth (2008), "Algorithmische Mediation für kollaborative Erkundungssuche", SIGIR '08: Verfahren der 31. jährlichen internationalen ACM Sigir -Konferenz für Forschung und Entwicklung beim Abrufen von Informationen, S. 315–322, doi:10.1145/1390334.1390389, ISBN 9781605581644, S2CID 15704152
  3. ^ a b Morris Meredith; Teevan Jaime (2008), "Verständnis der Eigenschaften von Gruppen als Mittel zur Verbesserung der kollaborativen Suchsysteme" (PDF), 1. Internationaler Workshop zum Abrufen von kollaborativen Informationen, die in Verbindung mit JCDL 2008 stattfinden
  4. ^ Foley, Colum (2008). Arbeitsteilung und Austausch von Wissen für synchrones Zusammenarbeit mit kollaborativen Informationen (PDF) (Doktorarbeit). Dublin City University. Archiviert von das Original (PDF) Am 2011-07-16. Abgerufen 2009-07-30.
  5. ^ a b Barry Smyth; Evelyn Balfe; Peter Briggs; Maurice Coyle; Jill Freyne (2003), "Collaborative Web Search", Ijcai: 1417–1419
  6. ^ Natalie S. Glance (2001), "Community Search Assistant", Workshop über AI für Websuche AAAI'02
  7. ^ Thorben Burghardt; Erik Buchmann; Klemens Böhm (2008), "Entdeckung des Umfangs der Datenschutzbedürfnisse bei der kollaborativen Suche", Web Intelligence (WI): 910, doi:10.1109/wiiat.2008.165, ISBN 978-0-7695-3496-1, S2CID 15921662
  8. ^ Longo Luca; Barrett Stephen; Donndio Pierpaolo (2009), "Auf dem Weg zur sozialen Suche - von explizit bis zur impliziten Zusammenarbeit, um die Interessen der Benutzer vorherzusagen", Webist 2009 - Verfahren der fünften Internationalen Konferenz über Webinformationssysteme und -technologien, Lissabon, Portugal, 23. bis 26. März 2009, 1: 693–696, ISBN 978-989-8111-81-4
  9. ^ Longo Luca; Barrett Stephen; DONDIO PIERPAOLO (2010), "Verbesserung der sozialen Suche: Ein Modell für die kollektive Intelligenz von Verhaltensmerkmalen, Vertrauen und Zeit", Transaktion Computational Collective Intelligence II, Vorträge in Informatik, 2: 46–69, Bibcode:2010lncs.6450 ... 46L, doi:10.1007/978-3-642-17155-0_3, ISBN 978-3-642-17154-3
  10. ^ Longo Luca; Barrett Stephen; Dondio Pierpaolo (2009), "Informationsfuttertheorie als Form der kollektiven Intelligenz für die soziale Suche", Computational Collective Intelligence. Semantisches Web, Social Networks und Multiagent Systems, First International Conference, ICCCI 2009, Wroclaw, Polen, 5. bis 7. Oktober 2009. Proceedings, 1: 63–74, ISBN 978-3-642-04440-3
  11. ^ a b c d e Meredith Ringel Morris; Eric Horvitz (2007), "SearchTogether: Eine Schnittstelle für die kollaborative Websuche", Uist: 3–12, doi:10.1145/1294211.1294215, ISBN 9781595936790, S2CID 10783726
  12. ^ a b c Heather Wiltse; Jeffrey Nichols (2009), "PlayByPlay: Kollaboratives Web -Surfen für Desktop- und Mobilgeräte", Chi, Chi '08: 1647–1656, doi:10.1145/1357054.1357311, ISBN 9781605580111, S2CID 9854331
  13. ^ Madhu C. Reddy; Bernhard J. Jansen; Rashmi Krishnappa (2008), "Die Rolle der Kommunikation bei der Suche nach kollaborativen Informationen", Astis
  14. ^ Athanasios Papagelis; Christos Zaroliagis (2007), "Searchius: Eine kollaborative Suchmaschine", ENC '07: Verfahren der achten mexikanischen internationalen Konferenz über aktuelle Trends in der Informatik: 88–98, doi:10.1109/ENC.2007.34, ISBN 978-0-7695-2899-1
  15. ^ Rohini u; Vamshi Ambati (2002), "Eine kollaborative filteringbasierte Neuausrichtung der Suche in digitalen Bibliotheken" (PDF), ICADL2005: Die 8. Internationale Konferenz über asiatische digitale Bibliotheken
  16. ^ Maurice Coyle & Barry Smyth (2008), Nejdl, Wolfgang; Kay, Judy; Pu, Perle; et al. (Hrsg.), "Soziale Aspekte eines kollaborativen, Community-basierten Suchnetzwerks", Adaptive Hypermedia und adaptive webbasierte Systeme, 5149/2008: 103–112, Citeseerx 10.1.1.153.7573, doi:10.1007/978-3-540-70987-9, ISBN 978-3-540-70984-8
  17. ^ Jumper Networks Inc. (2010), "Jumper Networks veröffentlicht Jumper 2.0.1.5 Plattform mit neuen Community -Suchfunktionen", Pressemitteilung, archiviert von das Original Am 2012-06-04, abgerufen 2012-05-16
  18. ^ a b c Saul Greenberg; Mark Roseman (1996), "GroupWeb: Ein WWW -Browser als Echtzeit Groupware", Chi, doi:10.1145/257089.257317, S2CID 30982523
  19. ^ Sharoda A. Paul; Meredith Ringel Morris (2009), "CoSense: Verbesserung der Sensemaking für kollaborative Websuche", Chi, doi:10.1145/1518701.1518974, S2CID 10280059
  20. ^ Saleema Amershi; Meredith Ringel Morris (2008), "Cosearch: Ein System für die gemeinsame Collaborative Web Search", Chi, doi:10.1145/1357054.1357311, S2CID 9854331
  21. ^ Neema Moraveji; Meredith Ringel Morris; Daniel Morris; Mary Czerwinski; Nathalie Henry Riche (2011), "ClassSearch: Erleichterung der Entwicklung von Websuche durch soziales Lernen", Chi, doi:10.1145/1978942.1979203, S2CID 6816313
  22. ^ Data Protection Working Party (2008), "Artikel 29 EU Data Protection Working Party", EU
  23. ^ Barry Smyth; Evelyn Balfe; Oisin Boydell; Keith Bradley; Peter Briggs; Maurice Coyle; Jill Freyne (2005), "Eine Live-Benutzer-Bewertung der kollaborativen Websuche", Ijcai
  24. ^ Smyth, Barry & Balfe, Evelyn (2005), "Anonymous Personalisierung in der kollaborativen Websuche", Inf. Retragen, 9 (2): 165–190, doi:10.1007/S10791-006-7148-Z, S2CID 11659895
  25. ^ Seikyung Jung; Juntae Kim; Herlocker, JL (2004), "Anwendung der kollaborativen Filterung für eine effiziente Dokumentensuche", Inf. Retragen: 640–643
  26. ^ Thorben Burghardt; Erik Buchmann; Klemens Böhm; Chris Clifton (2008), "Kollaborative Suche und Privatsphäre von Benutzern: Wie können sie in Einklang gebracht werden?", Collaboratecom