Войти
Системы совместного поиска (CSE) - это системы поиска в Интернете и поисковые системы предприятия внутри корпоративных сетей, которые позволяют пользователям объединять свои усилия в деятельности по извлечению информации (IR), совместно использовать информационные ресурсы с помощью тегов знаний и позволяют экспертам направлять менее опытных людей через их поиск. Партнеры по сотрудничеству делают это, предоставляя условия запроса, коллективные теги, добавляя комментарии или мнения, оценивая результаты поиска и ссылки, по которым щелкнули предыдущие (успешные) действия IR для пользователей, имеющих такую же или связанную потребность в информации.
Совместные поисковые системы можно классифицировать по нескольким параметрам: намерение ( явное и неявное) и синхронизация, глубина посредничества, задача против характеристики, разделение труда и обмен знаниями.
Неявное сотрудничество характеризует совместную фильтрацию и системы рекомендаций, в которых система предполагает аналогичные информационные потребности. I-Spy, Jumper 2.0, Seeks, Community Search Assistant, CSE Burghardt et al., А также работы Longo et al. все представляют собой примеры неявного сотрудничества. Системы, подпадающие под эту категорию, идентифицируют похожих пользователей, запросы и ссылки, по которым автоматически нажимают, и рекомендуют похожие запросы и ссылки для поисковиков.
Явное сотрудничество означает, что пользователи разделяют согласованную потребность в информации и вместе работают над достижением этой цели. Например, в приложении, похожем на чат, происходит автоматический обмен условиями запроса и нажатыми ссылками. Наиболее ярким примером этого класса является SearchTogether, опубликованный в 2007 году. SearchTogether предлагает интерфейс, который объединяет результаты поиска из стандартных поисковых систем и чат для обмена запросами и ссылками. PlayByPlay делает шаг вперед, поддерживая общие задачи совместного просмотра с функцией обмена мгновенными сообщениями. Редди и др. следуют аналогичному подходу и сравнивают две реализации их CSE под названием MUSE и MUST. Редди и др. сосредоточиться на роли коммуникации, необходимой для эффективных CSE. Cerciamo поддерживает явное сотрудничество, позволяя одному человеку сконцентрироваться на поиске многообещающих групп документов, в то время как другой человек делает глубокие выводы о релевантности документов, найденных первым человеком.
Однако в Papagelis et al. термины используются по-разному: они объединяют явно общие ссылки и неявно собранные истории просмотров пользователей в гибридную СПП.
Недавняя работа в области совместной фильтрации и поиска информации показала, что обмен опытом поиска среди пользователей со схожими интересами, обычно называемых сообществом практиков или сообщество по интересам, сокращает усилия, прилагаемые данным пользователем для извлечения точной интересующей информации.
В рамках совместного поиска, применяемого в сообществе практикующих, используются новые методы использования контекста во время поиска путем индексации и ранжирование результатов поиска на основе изученных предпочтений сообщества пользователей. Пользователи извлекают выгоду из обмена информацией, опытом и осведомленностью, чтобы персонализировать списки результатов, чтобы отразить предпочтения сообщества в целом. Сообщество, представляющее группу пользователей, имеющих общие интересы, схожие профессии. Наиболее известным примером является проект с открытым исходным кодом ApexKB (ранее известный как Jumper 2.0).
Глубина посредничества означает степень, в которой CSE выступает посредником в поиске. SearchTogether является примером посредничества на уровне пользовательского интерфейса: пользователи обмениваются результатами запросов и суждениями о релевантности, но система не различает пользователей, когда они запускают запросы. PlayByPlay - еще один пример посредничества на уровне пользовательского интерфейса, когда все пользователи имеют полный и равный доступ к функциям обмена мгновенными сообщениями без координации системы. Cerchiamo и рекомендательные системы, такие как I-Spy, отслеживают поисковую активность каждого человека независимо и используют эту информацию, чтобы влиять на результаты поиска. Это примеры более глубокого алгоритмического посредничества.
Эта модель классифицирует членство людей в группах на основе поставленной задачи и долгосрочных интересов; они могут быть соотнесены с явным и неявным сотрудничеством.
Системы CSE начинались с настольных компьютеров, причем самые ранние из них были расширениями или модификациями существующих веб-браузеров. GroupWeb - это настольный веб-браузер, который предлагает общую визуальную рабочую область для группы пользователей. SearchTogether - это настольное приложение, которое объединяет результаты поиска из стандартных поисковых систем и интерфейс чата, позволяющий пользователям обмениваться запросами и ссылками. CoSense поддерживает задачи осмысления при совместном поиске в Интернете, предлагая насыщенные и интерактивные презентации поисковых действий группы.
С распространением мобильных телефонов и планшетов CSE также пользуются преимуществами этих дополнительных устройств. CoSearch - это система, которая поддерживает совместный совместный поиск в Интернете с использованием дополнительных мобильных телефонов и мышей. PlayByPlay также поддерживает совместный просмотр между мобильными и настольными пользователями.
Модель синхронного сотрудничества позволяет различным пользователям одновременно работать над достижением одной и той же цели, при этом каждый отдельный пользователь имеет доступ к прогрессу друг друга в режиме реального времени. Типичным примером модели синхронного сотрудничества является GroupWeb, где пользователи узнают о том, что делают другие, с помощью таких функций, как синхронная прокрутка страниц, телепоинтеры для выполнения жестов и групповые аннотации, прикрепленные к веб-страницам.
Асинхронные модели сотрудничества предлагают большую гибкость при выполнении различных процессов поиска разными пользователями, уменьшая когнитивные усилия, которые последующие пользователи могут использовать и опираться на результаты поиска предыдущих пользователей. SearchTogether, например, поддерживает функции асинхронной совместной работы, сохраняя журналы чата предыдущих пользователей, поисковые запросы и истории просмотра веб-страниц, чтобы более поздние пользователи могли быстро освоиться.
Приложения СПП хорошо изучены как в академическом сообществе, так и в промышленности. Например, GroupWeb использовался в качестве инструмента презентации для дистанционного обучения и конференций в режиме реального времени. ClassSearch используется на занятиях в средней школе, чтобы облегчить совместный поиск в классах и изучить пространство совмещенных педагогических методов поиска.
Условия поиска и ссылки, используемые пользователями, раскрывают их интересы, привычки, социальные отношения и намерения. Другими словами, CSE ставят под угрозу конфиденциальность пользователей. Исследования показали, что CSE повышают эффективность. К сожалению, из-за отсутствия технологий повышения конфиденциальности пользователь, осведомленный о конфиденциальности, который хочет получить выгоду от СПП, должен раскрыть весь свой журнал поиска. (Обратите внимание, что даже при явном предоставлении общего доступа к запросам и ссылкам, весь (прежний) журнал раскрывается любому пользователю, который присоединяется к сеансу поиска). Таким образом, желательны сложные механизмы, позволяющие на более детальном уровне раскрывать информацию о том, кому раскрывать информацию.
Поскольку СПП представляют собой новую технологию, которая только выходит на рынок, определение предпочтений конфиденциальности пользователей и интеграция технологий повышения конфиденциальности (ПЭТ) в совместный поиск находятся в конфликте. С одной стороны, ПЭТ должны соответствовать предпочтениям пользователя, с другой стороны, невозможно определить эти предпочтения без использования CSE, то есть внедрения ПЭТ в CSE. Сегодня единственная работа, посвященная этой проблеме, принадлежит Burghardt et al. Они внедрили CSE с экспертами из области информационных систем и определили диапазон возможных предпочтений конфиденциальности в исследовании пользователей с этими экспертами. Результаты показывают, что пользователи определяют предпочтения, ссылаясь на (i) свой текущий контекст (например, нахождение на работе), (ii) содержание запроса (например, пользователи исключают темы из совместного использования), (iii) временные ограничения (например, не публиковать запрос через X часов после отправки запроса, не хранить дольше X дней, не разделять рабочее время), и что пользователи интенсивно используют опцию (iv) различать разные социальные группы при обмене информацией. Кроме того, пользователям требуется (v) анонимизация и (vi) определение взаимных ограничений, то есть они относятся к поведению других пользователей, например, если бы пользователь поделился тем же запросом по очереди.
