Контекстный поиск
Контекстный поиск — это форма оптимизации результатов веб-поиска на основе контекста, предоставленного пользователем и компьютера, используемого для ввода запроса. [1] Службы контекстного поиска отличаются от существующих поисковых систем, основанных на традиционном поиске информации, которые возвращают списки документов в зависимости от их релевантности запросу. Скорее, контекстный поиск пытается повысить точность результатов в зависимости от того, насколько они ценны для отдельных пользователей. [2]
Базовый контекстный поиск
[ редактировать ]Основная форма контекстного поиска — это процесс сканирования полного текста запроса, чтобы понять, что нужно пользователю. Поисковые системы в Интернете сканируют HTML-страницы на предмет содержания и возвращают индексный рейтинг в зависимости от того, насколько содержимое соответствует введенному запросу. HTML-страницы, в содержании которых чаще встречаются ключевые слова запроса, не имеют более высокого рейтинга. Пользователи имеют ограниченный контроль над контекстом своего запроса в зависимости от слов, которые они используют для поиска. [3] Например, пользователи, которые ищут часть меню на веб-сайте, могут добавить слово «меню» в конец своего запроса, чтобы предоставить поисковой системе контекст того, что им нужно. Следующим шагом в контекстуализации поиска является запрос самой поисковой службой информации, которая сужает результаты, например, Google запрашивает временной диапазон для поиска.
Явно предоставленный контекст
[ редактировать ]Некоторые поисковые службы, в том числе многие метапоисковые системы, запрашивают у пользователей индивидуальную контекстную информацию, чтобы повысить точность возвращаемых документов. Inquirus 2 — это метапоисковая система, которая выступает посредником между запросом пользователя и другими поисковыми системами. При поиске в Inquirus 2 пользователи вводят запрос и указывают ограничения, такие как категория потребности в информации, максимальное количество совпадений и форматы отображения. [4] Например, пользователь, ищущий научные статьи, может указать документы со «ссылками» или «тезисами», чтобы получить более высокий рейтинг. Если другой пользователь ищет общую информацию по теме, а не научные статьи, он может указать атрибуту GenScore больший вес. [5]
Явно предоставленный контекст эффективно повышает точность результатов, однако эти поисковые службы, как правило, страдают от плохого взаимодействия с пользователем. Изучение интерфейса таких программ, как Inquirus, может оказаться сложной задачей для обычных пользователей без знания показателей поиска. Аспекты предоставленного контекста действительно появляются в основных поисковых системах с лучшим взаимодействием с пользователем, таких как Google и Bing. Google позволяет пользователям фильтровать по типу: изображения, карты, покупки, новости, видео, книги, авиабилеты и приложения. [6] У Google есть обширный список поисковых операторов , которые позволяют пользователям явно ограничивать результаты в соответствии со своими потребностями, например ограничивать определенные типы файлов или удалять определенные слова. [7] Bing также использует аналогичный набор операторов поиска, чтобы помочь пользователям явно сузить контекст своих запросов. Bing позволяет пользователям выполнять поиск в пределах временного диапазона, по типу файла, местоположению , языку и т. д. [8]
Автоматически выведенный контекст
[ редактировать ]Разрабатываются и другие системы, которые работают над автоматическим определением контекста пользовательских запросов на основе содержимого других документов, которые они просматривают или редактируют. Проект IBM Watson Project направлен на создание когнитивной технологии, которая динамически обучается по мере обработки пользовательских запросов. При получении запроса Watson создает гипотезу, которая оценивается по сравнению с его текущим набором знаний на основе предыдущих вопросов. Поскольку связанные термины и соответствующие документы сопоставляются с запросом, гипотеза Ватсона модифицируется, чтобы отразить новую информацию, предоставляемую через неструктурированные данные, основанные на информации, полученной в предыдущих ситуациях. [9] Способность Watson опираться на предыдущие знания позволяет автоматически фильтровать запросы по схожим контекстам для получения точных результатов.
Основные поисковые службы, такие как Google, Bing и Yahoo, также имеют систему автоматического определения контекста конкретных пользовательских запросов. Google отслеживает предыдущие запросы пользователя и выбранные результаты для дальнейшей персонализации результатов для этих людей. Например, если пользователь постоянно ищет статьи, посвященные животным, диким животным или уходу за животными, поиск по запросу «ягуар» будет ранжировать статью о кошках-ягуарах выше, чем ссылки на автомобили Jaguar. [10] Подобно Watson, поисковые службы стремятся учиться у пользователей на основе предыдущего опыта, чтобы автоматически предоставлять контекст по текущим запросам. Bing также предоставляет автоматический контекст для определенных запросов на основе содержимого самого запроса. Поиск по слову «пицца» возвращает интерактивный список ресторанов и их рейтинги на основе приблизительного местоположения компьютера пользователя. Сервер Bing автоматически делает вывод, что когда пользователь ищет продукт питания, его интересуют документы в контексте покупки этого продукта питания или поиска ресторанов, которые продают этот конкретный продукт.
Контекстный мобильный поиск
[ редактировать ]Стремление к развитию более качественного контекстуализированного поиска совпадает с растущей популярностью использования мобильных телефонов для выполнения поиска. Исследовательская маркетинговая фирма BIA/Kelsey прогнозирует, что к 2015 году мобильный локальный поиск «превысит локальный поиск более чем на 27 миллиардов запросов». [11] Мобильные телефоны предоставляют возможность предоставлять поисковым службам более широкий набор контекстной информации, особенно для служб определения местоположения, а также персонализированный поиск, основанный на большом количестве информации, хранящейся локально на телефоне, включая информацию о контактах, геометрический анализ, такой как скорость и высота, и установленные приложения. [12]
Ссылки
[ редактировать ]- ^ Фельдман, Сьюзен Э. (2012). «Автоответчик». Обобщающие лекции по информационным концепциям, поиску и услугам . 4 (3): 1–137. дои : 10.2200/S00442ED1V01Y201208ICR023 . S2CID 29003929 .
- ^ Питоков, Джеймс; Шютце, Хинрих; Касс, Тодд; Кули, Роб; Тернбулл, Дон; Эдмондс, Энди; Адар, Эйтан; Брейэль, Томас (2002). «Персонализированный поиск» (PDF) . Коммуникации АКМ . 45 (9): 50–55. дои : 10.1145/567498.567526 . S2CID 5687181 .
- ^ Стив Лоуренс. Контекст в веб-поиске , Бюллетень инженерии данных IEEE, том 23, номер 3, стр. 25, 2000 г.
- ^ Стив Лоуренс. Контекст в веб-поиске , Бюллетень инженерии данных IEEE, том 23, номер 3, стр. 27, 2000 г.
- ^ Стив Лоуренс, К. Ли Джайлз. Inquirus, метапоисковая система NECI [1]
- ^ https://support.google.com/websearch/answer/142143?hl=en , Фильтруйте результаты поиска.
- ^ https://support.google.com/websearch/answer/2466433?rd=1 , Операторы поиска.
- ^ http://www.howtogeek.com/106751/how-to-use-bings-advanced-search-operators-8-tips-for-better-searches/ , Хитрости Bing
- ^ http://www.ibm.com/smarterplanet/us/en/ibmwatson/what-is-watson.html , Как работает Watson - IBM
- ^ Гловер, Эрик Дж.; Лоуренс, Стив; Гордон, Майкл Д.; Бирмингем, Уильям П.; Джайлз, К. Ли (2000). «Веб-поиск – ваш путь». Коммуникации АКМ . 44 (12). Научно-исследовательский институт NEC: 97–102. CiteSeerX 10.1.1.41.7499 . дои : 10.1145/501317.501319 . S2CID 1926697 .
- ^ http://www.biakelsey.com/Company/Press-Releases/120418-Mobile-Local-Search-Volume-Will-Surpass-Desktop-Local-Search-in-2015.asp . Архивировано 23 ноября 2014 г. на сайте Wayback Machine : мобильный поиск превосходит настольный компьютер
- ^ http://blog.broadcom.com/ces/beyond-gps-smartphones-get-smarter-with-context-awareness-at-ces-2014/ , Контекстно-зависимые мобильные устройства