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 al proporcionar términos de consulta, etiquetado colectivo, agregar comentarios u opiniones, calificar resultados de búsqueda y enlaces en los que se hizo clic de actividades de IR anteriores (exitosas) a los usuarios que tienen la misma necesidad de información o una relacionada .
Modelos de colaboración
Los motores de búsqueda colaborativos se pueden clasificar en varias dimensiones: intención (explícita e implícita) y sincronización, [1] profundidad de la mediación, [2] tarea vs. rasgo, [3] división del trabajo e intercambio de conocimientos. [4]
Colaboración explícita frente a implícita
La colaboración implícita caracteriza a los sistemas colaborativos de filtrado y recomendación en los que el sistema infiere necesidades de información similares. I-Spy, [5] Jumper 2.0 , Seeks , el Asistente de búsqueda de la comunidad, [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 hacia 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 y col. [13] sigue un enfoque similar y compara dos implementaciones de su CSE llamadas MUSE y MUST. Reddy y col. centrarse en el papel de la comunicación que se requiere para los CSE eficientes. Cerciamo [2] apoya la colaboración explícita al permitir que una persona se concentre en encontrar grupos de documentos prometedores mientras que la otra persona hace juicios profundos de relevancia sobre los documentos encontrados por la primera persona.
Sin embargo, en Papagelis et al. [14] los términos se utilizan de forma diferente: combinan enlaces compartidos explícitamente e historiales de navegación de los usuarios recopilados implícitamente en un CSE híbrido.
Comunidad de práctica
El trabajo reciente en el filtrado colaborativo y la recuperación de información ha demostrado que el intercambio de experiencias de búsqueda entre usuarios que tienen intereses similares, típicamente llamado comunidad de práctica o comunidad de interés , reduce el esfuerzo realizado por un usuario dado para recuperar la información exacta de interés. [15]
La búsqueda colaborativa implementada dentro de una comunidad de práctica implementa técnicas novedosas para explotar el contexto durante la búsqueda al indexar y clasificar los resultados de la búsqueda en función de las preferencias aprendidas de una comunidad de usuarios. [16] Los usuarios se benefician al compartir información, experiencias y conciencia para personalizar las listas de resultados para reflejar las preferencias de la comunidad en su conjunto. La comunidad que representa a un grupo de usuarios que comparten intereses comunes, profesiones similares. El ejemplo más conocido es el proyecto de código abierto ApexKB (anteriormente conocido como Jumper 2.0). [17]
Profundidad de la mediación
La profundidad de la mediación se refiere al grado en que el CSE media en la búsqueda. [2] SearchTogether [11] es un ejemplo de mediación a nivel de interfaz de usuario: los usuarios intercambian resultados de consultas y juicios de relevancia, pero el sistema no distingue entre usuarios cuando ejecutan consultas. PlayByPlay [12] es otro ejemplo de mediación a nivel de interfaz de usuario donde todos los usuarios tienen acceso total e igual a la funcionalidad de mensajería instantánea sin la coordinación del sistema. Cerchiamo [2] y los sistemas de recomendación como I-Spy [5] realizan un seguimiento de la actividad de búsqueda de cada persona de forma independiente y utilizan esa información para afectar sus resultados de búsqueda. Estos son ejemplos de mediación algorítmica más profunda.
Tarea vs. rasgo
Este modelo clasifica la membresía de las personas en grupos en función de la tarea en cuestión frente a los intereses a largo plazo; estos pueden estar correlacionados con la colaboración explícita e implícita. [3]
Plataformas y modalidades
Los sistemas CSE comenzaron en el escritorio, y los primeros fueron extensiones o modificaciones a los navegadores web existentes. GroupWeb [18] es un navegador web de escritorio que ofrece un espacio de trabajo visual compartido para un grupo de usuarios. SearchTogether [11] es una aplicación de escritorio que combina resultados de búsqueda de motores de búsqueda estándar y una interfaz de chat para que los usuarios intercambien consultas y enlaces. CoSense [19] apoya las tareas de creación de sentido en la búsqueda colaborativa en la Web al ofrecer presentaciones ricas e interactivas de las actividades de búsqueda de un grupo.
Con la prevalencia de teléfonos móviles y tabletas, los CSE también están aprovechando estas modalidades de dispositivos adicionales. CoSearch [20] es un sistema que admite la búsqueda web colaborativa de ubicación conjunta al aprovechar teléfonos móviles y ratones adicionales. PlayByPlay [12] también admite la navegación colaborativa entre usuarios móviles y de escritorio.
Colaboración sincrónica frente a asincrónica
El modelo de colaboración sincrónica permite que diferentes usuarios trabajen juntos hacia el mismo objetivo simultáneamente, con cada usuario individual teniendo acceso al progreso de los demás en tiempo real. Un ejemplo típico del modelo de colaboración síncrona es GroupWeb, [18] donde los usuarios son conscientes de lo que otros están haciendo a través de funciones como el desplazamiento sincrónico con páginas, telepointers para realizar gestos y anotaciones grupales adjuntas a páginas web.
Los modelos de colaboración asincrónica ofrecen más flexibilidad cuando se llevan a cabo los diferentes procesos de búsqueda de los diferentes usuarios, al tiempo que reducen el esfuerzo cognitivo para que los usuarios posteriores consuman y se basen en los resultados de búsqueda de los usuarios anteriores. SearchTogether, [11] por ejemplo, admite funcionalidades de colaboración asincrónica al conservar los registros de chat de los usuarios anteriores, las consultas de búsqueda y los historiales de navegación web para que los usuarios posteriores puedan ponerse al día rápidamente.
Aplicaciones de motores de búsqueda colaborativos
Las aplicaciones de los CSE están bien exploradas tanto en la comunidad académica como en la industria. Por ejemplo, GroupWeb [18] se utilizó como herramienta de presentación para conferencias y educación a distancia en tiempo real. ClassSearch [21] se implementa en sesiones de aula de la escuela secundaria para facilitar las actividades de búsqueda colaborativa en las aulas y estudiar el espacio de las pedagogías de búsqueda coubicadas.
Motores de búsqueda colaborativos conscientes de la privacidad
Los términos de búsqueda y los enlaces en los que se hace clic que se comparten entre los usuarios revelan sus intereses, hábitos, relaciones sociales e intenciones. [22] En otras palabras, los CSE ponen en riesgo la privacidad de los usuarios. Los estudios han demostrado que los CSE aumentan la eficiencia. [11] [23] [24] [25] Desafortunadamente, debido a la falta de tecnologías que mejoran la privacidad, un usuario consciente de la privacidad que desea beneficiarse de un CSE tiene que revelar todo su registro de búsqueda. (Tenga en cuenta que incluso cuando se hace clic en compartir consultas y enlaces de forma explícita, el registro completo (anterior) se revela a cualquier usuario que se una a una sesión de búsqueda). Por lo tanto, mecanismos sofisticados que permiten, en un nivel más detallado, qué información se revela a quién es deseable.
Dado que los CSE son una nueva tecnología que recién ingresa al mercado, la identificación de las preferencias de privacidad del usuario y la integración de tecnologías de mejora de la privacidad (PET) en la búsqueda colaborativa están en conflicto. Por un lado, los PET tienen que satisfacer las preferencias del usuario; por otro lado, no se pueden identificar estas preferencias sin utilizar un CSE, es decir, implementar PET en CSE. Hoy, el único trabajo que aborda este problema proviene de Burghardt et al. [26] Implementaron un CSE con expertos del dominio de sistemas de información y derivaron el alcance de las posibles preferencias de privacidad en un estudio de usuarios con estos expertos. Los resultados muestran que los usuarios definen preferencias en relación con (i) su contexto actual (por ejemplo, estar en el trabajo), (ii) el contenido de la consulta (por ejemplo, los usuarios excluyen temas para compartir), (iii) las limitaciones de tiempo (por ejemplo, no publica consulta X horas después de emitida la consulta, no almacenar más de X días, no compartir entre horas de trabajo), y que los usuarios utilicen intensamente la opción de (iv) distinguir entre diferentes grupos sociales al compartir información. Además, los usuarios requieren (v) anonimización y (vi) definir restricciones recíprocas, es decir, se refieren al comportamiento de otros usuarios, por ejemplo, si un usuario hubiera compartido la misma consulta a su vez.
Referencias
- ^ Gen Golovchinsky; Pickens Jeremy (2007), "Búsqueda exploratoria colaborativa" (PDF) , Actas del taller del HCIR 2007
- ^ a b c d Pickens Jeremy; Golovchinsky Gene; Shah Chirag; Qvarfordt Pernilla; Volver Maribeth (2008), "Mediación algorítmica para la búsqueda exploratoria colaborativa", Búsqueda exploratoria colaborativa , págs. 315–322, doi : 10.1145 / 1390334.1390389 , ISBN 9781605581644 Parámetro desconocido
|book-title=
ignorado ( ayuda ) - ^ a b Morris Meredith; Teevan Jaime (2008), "Comprensión de las propiedades de los grupos como medio para mejorar los sistemas de búsqueda colaborativa" (PDF) , 1er Taller internacional sobre recuperación de información colaborativa, celebrado junto con JCDL 2008
- ^ Foley Colum (2008), división del trabajo y el intercambio de conocimientos para la colaboración síncrona Recuperación de Información (PDF) , Archivado desde el original (PDF) en 2011-07-16 , recuperada 2009-07-30 Parámetro desconocido
|book-title=
ignorado ( ayuda ) - ^ a b Barry Smyth; Evelyn Balfe; Peter Briggs; Maurice Coyle; Jill Freyne (2003), "Búsqueda colaborativa en la Web", IJCAI : 1417–1419
- ^ Natalie S. Glance (2001), "Asistente de búsqueda comunitaria", Taller sobre IA para búsqueda web AAAI'02
- ^ Thorben Burghardt; Erik Buchmann; Klemens Böhm (2008), "Descubrimiento del alcance de las necesidades de privacidad en la búsqueda colaborativa", Web Intelligence (WI) : 910, doi : 10.1109 / WIIAT.2008.165 , ISBN 978-0-7695-3496-1
- ^ Longo Luca; Barrett Stephen; Dondio Pierpaolo (2009), "Hacia la búsqueda social - De la colaboración explícita a la implícita para predecir los intereses de los usuarios", Webist 2009 - Actas de la Quinta Conferencia Internacional sobre Tecnologías y Sistemas de Información Web, Lisboa, Portugal, 23 al 26 de marzo de 2009 , 1 : 693–696, ISBN 978-989-8111-81-4
- ^ Longo Luca; Barrett Stephen; Dondio Pierpaolo (2010), "Enhancing Social Search: A Computational Collective Intelligence Model of Behavioral Traits, Trust and Time", Transaction Computational Collective Intelligence II , Lecture Notes in Computer Science, 2 : 46–69, doi : 10.1007 / 978-3 -642-17155-0_3 , ISBN 978-3-642-17154-3
- ^ Longo Luca; Barrett Stephen; Dondio Pierpaolo (2009), "Teoría de la búsqueda de información como forma de inteligencia colectiva para la búsqueda social" , Inteligencia Colectiva Computacional. Web semántica, redes sociales y sistemas multiagente, Primera Conferencia Internacional, ICCCI 2009, Wroclaw, Polonia, 5 al 7 de octubre de 2009. Actas , 1 : 63–74, ISBN 978-3-642-04440-3
- ^ a b c d e Meredith Ringel Morris; Eric Horvitz (2007), "SearchTogether: An Interface for Collaborative Web Search" , UIST
- ^ a b c Heather Wiltse; Jeffrey Nichols (2009), "PlayByPlay: navegación web colaborativa para dispositivos móviles y de escritorio" , CHI
- ^ Madhu C. Reddy; Bernhard J. Jansen; Rashmi Krishnappa (2008), "El papel de la comunicación en la búsqueda colaborativa de información", ASTIS
- ^ Athanasios Papagelis; Christos Zaroliagis (2007), "Searchius: Un motor de búsqueda colaborativo" , ENC '07: Actas de la Octava Conferencia Internacional Mexicana sobre Tendencias Actuales en Ciencias de la Computación : 88–98, doi : 10.1109 / ENC.2007.34 , ISBN 978-0-7695-2899-1
- ^ Rohini U; Vamshi Ambati (2002), "Una estrategia de reclasificación basada en el filtrado colaborativo para la búsqueda en bibliotecas digitales" (PDF) , ICADL2005: The 8th International Conference on Asian Digital Libraries
- ^ Maurice Coyle y Barry Smyth (2008), Nejdl, Wolfgang; Kay, Judy; Pu, Pearl; et al. (eds.), "Social Aspects of a Collaborative, Community-Based Search Network" , Adaptive Hypermedia and Adaptive Web-Based Systems , 5149/2008: 103–112, CiteSeerX 10.1.1.153.7573 , doi : 10.1007 / 978-3 -540-70987-9 , ISBN 978-3-540-70984-8
- ^ Jumper Networks Inc. (2010), "Jumper Networks Releases Jumper 2.0.1.5 Platform with New Community Search Features" , Comunicado de prensa , archivado desde el original el 4 de junio de 2012 , consultado el 16 de mayo de 2012
- ^ a b c Saul Greenberg; Mark Roseman (1996), "GroupWeb: Un navegador WWW como software colaborativo en tiempo real", CHI , doi : 10.1145 / 257089.257317
- ^ Sharoda A. Paul; Meredith Ringel Morris (2009), "CoSense: Enhancing Sensemaking for Collaborative Web Search", CHI , doi : 10.1145 / 1518701.1518974
- ^ Saleema Amershi; Meredith Ringel Morris (2008), "CoSearch: Un sistema para la búsqueda web colaborativa coubicada ", CHI , doi : 10.1145 / 1357054.1357311
- ^ Neema Moraveji; Meredith Ringel Morris; Daniel Morris; Mary Czerwinski; Nathalie Henry Riche (2011), "ClassSearch: Facilitando el desarrollo de habilidades de búsqueda web a través del aprendizaje social", CHI , doi : 10.1145 / 1978942.1979203
- ^ Grupo de trabajo sobre protección de datos (2008), "Grupo de trabajo sobre protección de datos del artículo 29 de la UE", UE
- ^ Barry Smyth; Evelyn Balfe; Oisin Boydell; Keith Bradley; Peter Briggs; Maurice Coyle; Jill Freyne (2005), "Una evaluación del usuario en vivo de la búsqueda colaborativa en la web", IJCAI
- ^ Smyth, Barry & Balfe, Evelyn (2005), "Personalización anónima en la búsqueda colaborativa en la web", Inf. Retr. , 9 (2): 165–190, doi : 10.1007 / s10791-006-7148-z
- ^ Seikyung Jung; Juntae Kim; Herlocker, JL (2004), "Aplicación de filtrado colaborativo para una búsqueda de documentos eficiente", Inf. Retr. : 640–643
- ^ Thorben Burghardt; Erik Buchmann; Klemens Böhm; Chris Clifton (2008), "Búsqueda colaborativa y privacidad del usuario: ¿cómo pueden reconciliarse?" , CollaborateCom