masterThesis
DESiRe : uma abordagem dinâmica para recomendação de resultados de busca em atividades de pesquisa exploratória
DESiRe: a dynamic approach for results recommendation in exploratory search activities
Autor
Nanni, Lucas Pupulin
Institución
Resumen
The difficulty to retrieve relevant and quality information on the Web has worsened as the complexity and availability of information resources increase. Much of such difficulty stems from the deficiency of search engines to identify the informational context of the search performed by the user. This problem increases when the user is engaged in complex search activities such as Exploratory Search. To overcome this deficiency, several studies have proposed tools and techniques related to adaptive retrieval and personalized search concepts in order to capture the different users' information needs and provide them with relevant results considering their individual interests. However, works done so far restricted themselves only to the results page to display the customization efforts, failing to explore the possibility of recommending results while the user navigates through the search space. Thus, we propose Desire, a dynamic approach for recommending search results able to present relevant results while the user navigates through the retrieved search space. The approach is based on a model of the user's search interest to re-rank the retrieved documents, allowing to recommend a set of relevant results to the user during navigation. To make dynamic the process of recommendation, the model is built as the user navigates the retrieved documents and informs his interest about them. The results obtained by simulations have shown that our approach provided an average improvement of 88% in the quality of the ranking provided by Google. In addition, the recommendation process was equally effective, providing high quality recommendations with a relatively high number of unseen results. Preliminary evaluations have also shown that the approachis able to handle suspect feedbacks and to propagate the model of interest among the several activities that can comprise the same search task A dificuldade para recuperar informações relevantes e de qualidade na Web tem se agravado a medida que a complexidade e disponibilidade de recursos informacionais aumentam. Grande parte dessa dificuldade decorre da deficiência dos buscadores em identificar o contexto informacional da busca que o usuário está realizando. Esse problema se acentua ainda mais quando o usuário está engajado em atividades complexas de busca como a de Pesquisa Exploratória. Como forma de suprir tal deficiência, diversos trabalhos têm proposto ferramentas e técnicas associadas aos conceitos de recuperação adaptativa e busca personalizada para capturar as diferentes necessidades de informação dos usuários e provê-los com resultados relevantes considerando seus interesses individuais. Entretanto, os trabalhos desenvolvidos até então se restringem apenas à página de resultados para apresentar os esforços da personalização, deixando de explorar a possibilidade de recomendar resultados enquanto o usuário navega pelo espaço de busca. Dessa forma, propomos a DESiRe, uma abordagem dinâmica para a recomendação de resultados de busca capaz de apresentar resultados relevantes enquanto o usuário navega pelo espaço de busca recuperado. A abordagem se baseia em um modelo do interesse de busca do usuário para reclassificar os documentos recuperados e permitir que um conjunto de resultados relevantes seja recomendado ao usuário durante a navegação. Para tornar o processo de recomendação dinâmico, o modelo é construído conforme o usuário navega pelos documentos recuperados e informa o seu interesse por eles. Os resultados obtidos por meio de simulações mostraram que a abordagem proporcionou uma melhoria média de 88% na qualidade do ranking oferecido pelo Google. Além disso, o processo de recomendação foi igualmente efetivo, proporcionando recomendações de alta qualidade com um número relativamente alto de resultados inéditos. Avaliações preliminares também mostraram que a abordagem é capaz de lidar com feedbacks considerados suspeitos e de propagar o modelo de interesse pelas diversas atividades que podem compor uma mesma tarefa de busca. 90 f