基于采莓模型启示的探索式与查找式意图自动识别研究

【目的】通过选取新分类特征,提高探索式与查找式意图自动识别的准确度。【方法】在AOL查询日志中,选取1805个查询并对其进行人工标注;在采莓模型的启示下,分别从查询性质、搜索过程与信息来源三个层面提出分类特征;进一步比较所提出特征在朴素贝叶斯、SVM、决策树、随机森林与神经网络5种分类模型中的分类效果;最后分析不同特征集合以及每个特征的分类效果。【结果】三种分类特征均能对探索式与查找式意图进行有效区分,其中查询性质相关特征的识别效果最佳;在5种分类模型中,采用神经网络算法的分类模型性能最佳(Accuracy=0.8172,Precision=0.8494,Recall=0.7747,F1=0.8103)。【局限】未在多个数据集中验证新提出的分类特征的性能;未充分挖掘用户搜索行为以此形成更多有效的分类特征;由于人工标注存在高耗时、高人力成本等问题,使得最终应用于探索式/查找式意图识别的数据集有限。【结论】基于采莓模型启示提出的特征能对探索式与查找式意图进行有效区分。

采莓与搜索:随性休闲搜索行为特征研究

[目的/意义]随性休闲搜索具有与工作任务情境下以结果为导向的搜索行为不同的规律,探索休闲情境中的搜索行为特征对于信息系统功能的优化,从而为用户日常信息搜索提供更有效的支持具有重要的意义。[方法/过程]论文以采莓模型为基础,采用基于观察实验的日记研究法,招募23位实验参与者进行了为期一周的视频搜索实验,通过文本分析和数据建模,从查询变化、思考、信息/文档、结束4个方面分析了随性休闲搜索行为的特征。[结果/结论]随性休闲搜索中用户需求及其变化带来了查询改变;用户对信息保持着开放选择,从自身情感体验进行搜索评价。随性休闲搜索是一个顺其自然的信息接受和利用过程,也是一项带来快乐体验的休闲活动。

国外信息查寻行为模型补遗

国内有关信息行为模型的研究目前正呈上升趋势,但集中关注于少数几个模型,事实上,还有Bates的采莓模型、Saracevic的交互分层模型、Foster的非线性模型以及Markey与Atherton的珠形增长模型等在国外也受到不同程度的关注。鉴于此,对它们进行简要的介绍及评析,以期能为国内同行起到查漏补缺之效。

三种较少关注的信息查寻行为模型评析

国内有关信息行为模型的研究目前正呈上升趋势,但大多集中关注于少数的几个模型,事实上,还有Bates的采莓模型、Markey与Atherton的珠形增长模型、Saracevic的信息检索交互分层模型等在国外也受到较多关注。鉴于此,对其进行了简要介绍及评析,以期起到查漏补缺之效。