Proactive identification of query failure
Proactive identification of query failure
复制标题
主动识别查询失败
DOI：
10.1002/pra2.15
复制
发表时间：
2019
影响因子：
--
通讯作者：
Shah, Chirag
中科院分区：
文献类型：
--
作者：
Liu, Jiqun;Shah, Chirag
当用户在发出查询后未能找到任何有用的信息来支持手头的任务时，该用户将经历查询失败。由于用户拥有有限的认知资源，查询失败往往会导致用户沮丧，因为与之相关的搜索交互没有获得明显的好处。因此，为了改善用户的搜索体验，我们对40名参与者进行了一项对照实验室研究，试图探索在用户开始检查检索结果之前，可以在多大程度上主动识别查询失败。具体地，基于从80个搜索会话产生的693个查询片段收集的数据，我们使用过去的搜索行为和当前的查询属性作为特征来构建分类器，并检验了其在捕获查询失败方面的性能。我们发现：(1)利用过去搜索行为数据的分析算法在不同类型的任务中的性能明显优于基线模型；(2)对用户搜索意图的了解有助于提高预测模型的性能。结果为开发基于任务的搜索交互的主动系统支持铺平了道路。
When a user fails to find any useful information to support the task at hand after issuing a query, the user experiences aquery failure. Since users possess limited cognitive resources, query failures often lead to user frustration as no clear benefit is obtained from the associated search interactions. Therefore, to improve users' search experiences, we conducted a controlled‐lab study with 40 participants, seeking to explore the extent to which query failures can be proactively identifiedbefore users start examining the retrieved results. Specifically, based on the data collected from 693 query segments generated in 80 search sessions, we used past search behaviors and current query attributes as features to build classifiers and examined the performance in capturing query failures. We report that (1) analytics algorithms utilizing past search behavioral data have significantly better performances than the baseline model in tasks of different types, and (2) The knowledge of users' search intentions can help improve the performance of the prediction model. Results pave way for developing proactive system supports for task‐based search interactions.
登录
查看更多内容
用户适应：糟糕的系统带来好的结果
DOI：
--
发表时间：
2008
期刊：
Annual International ACM SIGIR Conference on Research and Development in Information Retrieval
影响因子：
--
作者：
Catherine L. Smith;P. Kantor
通讯作者：
P. Kantor
DOI：
10.1145/3295750.3298959
发表时间：
2019
期刊：
Proceedings of ACM Conference on Human Information Interaction and Retrieval (CHIIR
影响因子：
--
作者：
Liu, Jiqun;Shah, Chirag
通讯作者：
Shah, Chirag
探索同行建议和认知权威对网络搜索行为的直接和短期影响
影响因子：
8.6
作者：
Jiqun Liu;Yiwei Wang;Soumik Mandal;C. Shah
通讯作者：
C. Shah
阈值启动和认知需求对相关性校准和评估的影响
DOI：
10.1145/2484028.2484090
发表时间：
2013
期刊：
Proceedings of the 36th international ACM SIGIR conference on Research and development in information retrieval
影响因子：
--
作者：
Falk Scholer;D. Kelly;Wan;H. Lee;William Webber
通讯作者：
William Webber
操纵任务可确定性对搜索行为和结果的影响
DOI：
10.1145/3209978.3210047
发表时间：
2018
期刊：
The 41st International ACM SIGIR Conference on Research & Development in Information Retrieval
影响因子：
--
作者：
Robert G. Capra;Jaime Arguello;H. O'Brien;Yuan Li;Bogeum Choi
通讯作者：
Bogeum Choi