Wanneer gebruikers iets opzoeken op het web en daarbij niet exact weten naar welke documenten ze op zoek zijn of wanneer ze eerder willen bladeren door informatie, spreekt men van verkennend zoeken.
Verkennend zoeken gaat ook verder dan iets opzoeken wanneer gebruikers hun initiële zoekresultaten verder willen onderzoeken.
Bovendien bestaat het Web steeds meer uit stukjes informatie die zodanig beschreven zijn dat machines ze kunnen verwerken.
Opdat zoekopdrachten en vragen die gebruikers stellen ook verbanden tussen resultaten onthullen, moeten zowel de vraagstelling als de informatie op elkaar afgestemd worden.
Deze doctoraatsthesis focust daarbij op scenarios waar gebruikers verbanden willen verkennen.
Daarbij gaat het over het visualiseren van zoekresultaten en het ondersteunen van een workflow die toelaat om een zoekruimte te vernauwen tot op het gewenste detailniveau en vervolgens opnieuw te verbreden.
Daarnaast is er aandacht voor het het overbruggen van hoe gebruikers zaken te zien krijgen, visueel of tekstueel, en hoe dezelfde zaken gerepresenteerd worden voor machines.
Deze thesis onderzoekt een techniek die indirecte verbanden tussen zoekresultaten optimaliseert in functie van hun toevalstreffer-gehalte.
Ten slotte wordt het geheel toegepast in een use case waar informatie over wetenschappelijke publicaties, conferenties en onderzoekers met elkaar in verband worden gebracht.
Experimentele resultaten duiden de impact op de zoek-efficiëntie en -effectiviteit. | |