计算机科学全球研究杂志
菜单类ISSN:2229-371X
ISSN:2229-371X
帕鲁尔卡尔拉Bhatia#1Chetna Choudhary大赛2博士深地Mehtro3阿卜杜勒·瓦希德博士4
|
| 对应作者 :帕鲁尔卡尔拉Bhatia电子邮件:[email protected] |
| 相关文章at普梅德,学者谷歌 |
访问更多相关文章计算机科学全球研究杂志
认知性词指认知或知识思想过程认知科学方面,它提供信息处理、资源概念化、感知技巧和认知心理学相关题目之间的桥梁通过检索基于认知概念、过程和技术的信息,人们可以表示当前用户的信息需求、问题状态和领域工作或结构轮廓和伤亡区多代表方法引导认知过程,多任务方式对人行为交互作用的感知、注意力、解释、理解和纪念培训框架帮助实施关联反馈技术验证并提供可靠性度量法,用知识域可视化计算用户行为,为用户提供搜索和检索信息的方法
关键字 |
| 认知信息检索器、人行为交互作用、多任务化、多表示式 |
指数科学 |
| 认知科学是一个多科科学研究领域,神经科学、人工智能、哲学、心理学、语言学、人类学、社会学和教育[1、16]强调人脑情感、智能和行为并注重信息表示人神经系统内感知、语言和存储推理处理信息 和计算机、机器人、推理引擎等机器帮助分析从低层次学习到高层次决策规划 |
coicle Infornotics |
| 认知信息学继承领域认知学和信息学CI提供概念学和数学计算方法,为机械、电气、电子和计算机工程等知识学和工程学打基础[3]组成计算系统 足以整合处理的信息和模式 解释通信信息的结构和组织CI目标实施工程解决方案,如文本、数据挖掘和网络、通信机器人、多媒体、多式交互系统、实时或虚拟环境,以分布式协作工作为目的[14] |
指数信息检索 |
| CIR是一个跨学科研究领域,包括信息科学研究到认知科学研究,帮助基于人的因素与计算机交互CIR概念化为复杂人文信息人文计算机交互过程,嵌入个人日常社交和生活环境CIR是人类信息条件的重要组成部分,对开发设计Web和IR系统新方法至关重要信息检索研究目前分三大领域:信息科学、计算机科学和社会科学领域的贡献[3] 然而,三大社区不真正相互交流,使用不同方法作者从依存性、独立性和受控变量角度审查这些不同方法IR服务目标主要是为用户工作任务目标(或其他兴趣)查找信息,作者建议上下文或任务中可能的调和领域供用户信息搜索[3] |
| 新兴框架、模型和理论为CIR提供更复杂视图,包括多任务化、关联反馈、人类信息行为模型和可视化技术[3]信息科学、计算机科学、认知科学、人文因素和相关学科领域的研究人员和学生,以及研究CIR相关研究工作的学者和研究人员正在更广泛地思考信息搜索者,而不仅仅是IR系统用户和使用期间可能出现的技术问题3 |
数字信息检索概念、过程和技术检索:(CIR-CPT) |
 |
概念性 |
| CIR研究概念基于关联反馈,帮助用户与IR系统交互研究用户认知行为,以文档形式提供宝贵输入,分析设计评价用户全貌3 |
CIR概念化关键概念 |
| (a).相关性 |
| (b).认知交互 |
| 中文本不译Poly-representational approaches. |
相关性: |
| 相关性概念目前构成向IR系统反馈校正基础,允许系统修改匹配算法,使之与用户查询交互显示的实际信息需求比实际信息需求更精确匹配当前系统性能评估 系统检索主题相关文档的能力因此,我们搭建系统检索专题相关文档鲁特文认为,这种强烈关联性观点-基于题目的单一客观现实-一直是开发比较自然化方法与系统的主要障碍 |
认知交互性 |
| 用户与环境刺激交互响应时认知方面组成IR系统从认知角度讲,信息需求为用户互动概念基础有问题Cole,Beheshti,Liede和Lau网络努力重新构思信息需求,作为用户系统交互概念基础交互性表现为一系列交互状态:用户任务或问题状态,用户认知状态,用户与IR系统交互期间可能出现的每项任务或问题的不同需求状态反之,IR系统向用户提供信息刺激,有可能对用户认知、任务或信息需求状态进行对齐系统刺激消息交互作用 刺激用户选择状态当用户身处选择状态时,用户知识结构理解并整合信息过程3 |
Poly-representational approaches.: |
| Birger Larsen和Peter ingwersen描述用户和文档表示法,使IMs-sytem比当前简单请求系统允许的文档集更完整地描述用户和文档集用户多表示式包括用户各种并发信息需求、情感状态、任务、组织约束等多长表示用户认知空间文档集多表示式由引用链路、词库术语选择器(例如杂志名等)、索引器术语和作者标题、标题说明等组成-文档集多维表示式多边表示法再用系统算法表示用户与IR系统数据库文档集匹配结果是认知重叠-用户认知空间和各种搜索系统文件表示各种配置信息空间5 6 3 |
认知信息检索过程 |
多任务化 : |
| Amandaspink和CharlesCole分析用户多任务信息行为当前,IR系统需要用户顺序搜索并大都设计支持有限类型搜索,基础是具体说明查询选择文档或网站以完成单信息任务i系统用户自然多任务获取IR系统信息用户可启动IR系统与多题交互作用,或从单题开始,然后开发附加题研究者将行为定义为自然行为,并研究可能机制,使用户从一任务切换到二任务,同时表面上参与从IR系统获取信息处理一个专题或任务多任务建模进程认知式IR框架,从Saracevic(1997年)用户-IR系统交互模式开始[7,3,8] 定义中心问题指用户协调问题识别和系统问题等单题或任务搜索IR系统-用户与IR系统互动时广义思维-查找信息层次,这需要协调多题搜索任务和多题任务[3,9] |
人际交互行为 |
| 人类使用电子信息检索系统已有50多年,从感官系统演化成全尺度Web搜索引擎和数字库。图书馆和信息科学领域、认知科学、人文因素和计算机科学历来是研究中首选学科,研究力求建模人际关系系统与各种信息相关行为技术问题掌握后,研究人与IR系统交互作用的理论应用框架从面向系统演化为面向用户或面向认知方法认知信息检索研究侧重于用户与IR系统交互作用,但资金仍然基本不足,常常不列入计算和面向系统设计会议CIR重心研究仍在继续,有迹象显示学术界和Web搜索企业的一些IR系统设计师正在认识到用户行为研究可以为系统设计评价提供宝贵的洞察力3 |
| CIR研究将CIR整合到大Human信息行为框架内,构成人类信息条件HIB对CIR的视角力求对CIR产生更全面的理解,考虑到HIB系统交互环境3 3 15 |
| 新建研究方向应研究信息任务和非信息任务之间的交互作用,并开始概念化HIB行为用户在搜索阶段像_ivality搜索3 |
认知信息检索技巧 |
相关性反馈 |
| 由Diane Kelly检验研究者使用技术研究用户与IR系统交互的隐关联反馈行为隐含关联反馈技术可能为这一问题提供某种解决办法隐式关联反馈技术基于用户需求采集和文档偏爱,帮助自然地与系统互动撰文者引用自己先前观察用户行为的工作,然后将行为分类为五大类,描述观察行为基本意图结果五大类为:检验、保留、参考、注解创建雷竞技苹果下载Kelly审查隐式反射反馈研究以说明如何进行这类研究以及如何测量使用反馈作者的结论是,通过使用量化验证和可靠性检验,用户可表示实际与系统交互作用(例如:浏览器窗口显示文档时间长度由这些研究假设等量用户读数长 |
知识域可视化 |
| Peter Hook和Katy B'orner分析各种视觉反评技巧,提高教育知识域可视化的用法KDVs视觉化信息空间或大范围专题,向用户表示特定信息空间中某种结构系统前端可整合入系统,作为专题空间概述帮助用户编译系统数据库访问点,或结果列表系统后端可整合入系统主题或域结构视觉表示帮助用户识别信息空间最相关切入点,并便利用户将KDV所代表的客观知识空间融入用户的主观图像中KDV系统便利用户搜索任务组织信息搜索、信息存取和管理他或她与IR系统交互作用和系统数据库中发现的信息作者主要感兴趣的是可视化知识领域如何通过利用人视觉和人空间认知工作方式促进知识用户国际化[10,3] |
训练框架 |
| Wendy Lucas和Heikkitopi描述技巧培训用户搜索IR系统作者将这些搜索训练技巧置于信息查找的更广泛角度内查找过程的不同阶段引出不同的用户认知过程,需要不同的培训模型用户在每个查找阶段内经历搜索过程Lucas和Topi模型第1阶段[11]搜索过程是表达用户信息需求阶段2概念化需求可执行查询阶段3为特定IR系统概念查询的拟制第四阶段正输入查询接口第五阶段用户理解和解释搜索结果每一阶段需要不同的信息搜索训练程序,依查找过程的各个阶段而异。第二次Lucas和Topi搜索策略是收集用户错误并具体培训用户纠正错误用户错误类别有概念知识错误、语义知识错误和技术知识错误(Sormunen和Pennanen,2004年)。Spink、Wolfram、Jansen和Saracevic的Excite研究中的用户错误实例(2001年)指布尔运算符不常使用和布尔运算符使用时差错,如资本化错误、ampersand代AND等 |
总结和讲解 |
| 论文的目的是概述CIR概念、技巧和过程显示人为条件增加需求,与IR系统交互作用,本文面向信息科学、计算机科学、认知科学、人因子相关学科的研究人员、教育者、学生和从业者,以及学者CIR调查认知概念的潜力通过多位表示法生成关联性交互信息,并处理成多任务人类行为结果,必须实现上方方法我们需要技术,即关联反馈、KDV培训框架 |
引用 |
|
