Los motores de búsqueda colaborativos (CSE) son motores de búsqueda web y búsquedas empresariales dentro de las intranets de la empresa que permiten a los usuarios combinar sus esfuerzos en actividades de recuperación de información (IR), compartir recursos de información de forma colaborativa mediante etiquetas de conocimiento y permitir que los expertos guíen a las personas menos experimentadas a través de sus búsquedas. Los socios de colaboración lo hacen proporcionando términos de consulta, etiquetado colectivo, agregando comentarios u opiniones, calificando los resultados de la búsqueda y haciendo clic en enlaces de actividades de RI anteriores (exitosas) a los usuarios que tienen la misma necesidad de información o una relacionada .
Los motores de búsqueda colaborativos se pueden clasificar en varias dimensiones: intención (explícita e implícita) y sincronización, [1] profundidad de la mediación, [2] tarea frente a característica, [3] división del trabajo e intercambio de conocimientos. [4]
La colaboración implícita caracteriza los sistemas de recomendación y filtrado colaborativo en los que el sistema infiere necesidades de información similares. I-Spy, [5] Jumper 2.0 , Seeks , Community Search Assistant, [6] el CSE de Burghardt et al., [7] y los trabajos de Longo et al.[8] [9] [10] todos representan ejemplos de colaboración implícita. Los sistemas que se incluyen en esta categoría identifican usuarios similares, consultas y enlaces en los que se hace clic automáticamente, y recomiendan consultas y enlaces relacionados a los buscadores.
La colaboración explícita significa que los usuarios comparten una necesidad de información acordada y trabajan juntos para lograr ese objetivo. Por ejemplo, en una aplicación similar a un chat, los términos de consulta y los enlaces en los que se hace clic se intercambian automáticamente. El ejemplo más destacado de esta clase es SearchTogether [11] publicado en 2007. SearchTogether ofrece una interfaz que combina resultados de búsqueda de motores de búsqueda estándar y un chat para intercambiar consultas y enlaces. PlayByPlay [12] da un paso más para admitir tareas de navegación colaborativa de propósito general con una funcionalidad de mensajería instantánea. Reddy et al. [13] sigue un enfoque similar y compara dos implementaciones de su CSE llamadas MUSE y MUST. Reddy et al. centrarse en el papel de la comunicación necesaria para CSE eficientes. Cerciamo[2] admite la colaboración explícita al permitir que una persona se concentre en encontrar grupos de documentos prometedores mientras que la otra persona hace juicios profundos sobre la relevancia de los documentos encontrados por la primera persona.
Sin embargo, en Papagelis et al. [14] Los términos se usan de manera diferente: combinan enlaces compartidos explícitamente e historiales de navegación recopilados implícitamente de los usuarios en un CSE híbrido.
El trabajo reciente en el filtrado colaborativo y la recuperación de información ha demostrado que compartir experiencias de búsqueda entre usuarios que tienen intereses similares, generalmente llamado comunidad de práctica o comunidad de interés , reduce el esfuerzo realizado por un usuario determinado para recuperar la información exacta de interés. [15]