关于相关性、排名和结果展示的研究
摘要：用户对于什么是相关的程度以及如何将所认为的相关转化为检索算法和结果显示之间的程度是本研究的考虑范围。为了将用户对相关性的感知与算法排序结合起来并呈现结果，我们创建了一个学术文献的原型数字图书馆。我们将研究限定在一群科学家（古生物学家）、一个学术科学文章领域（与古生物相关）和一个我们为此目的而建立的原型系统（PaleoLit）中。基于用户不预设对于给定查询的答案，但当他们看到时会认出自己想要的东西的原则，我们的系统使用基于规则的算法将结果聚类到三个相关性级别的模糊类别中。我们的系统至少与我们的参与者的1/3的相关性评级的匹配度为87％。我们随后的可用性研究发现，参与者相信我们的不确定性标签，但不认为我们的彩色水平结果布局比标准检索列表更有价值。我们认为用户在有限的时间内做出这样的判断，任务的时间优化可能有助于解释我们的一些发现。
作者：Judith Gelernter, Dong Cao and Jaime Carbonell
论文ID：1006.4535
分类：Information Retrieval
分类简称：cs.IR
提交时间：2010-06-24