用户中心的探索性搜索引擎评估:基于互动过程模型
11 浏览量
更新于2024-06-16
收藏 3.47MB PDF 举报
《评估探索性搜索引擎:基于用户交互的方法》是由艾米莉·帕拉吉撰写的一篇关于评估探索性搜索引擎的研究论文,发表于2018年,地点在法国蓝色海岸大学,获得了计算机科学博士学位。该研究专注于理解和改进探索性搜索引擎的设计,这些引擎旨在帮助用户进行深入的信息探索和发现,区别于传统的关键词驱动搜索引擎如Google、Bing或Yahoo!。
帕拉吉的研究特别关注了用户中心的方法,强调了在设计和评估这类搜索引擎时,必须充分考虑用户的搜索过程和体验。她提出了一种建模方法,通过对探索性搜索过程的详细分析,来量化和优化搜索效率以及用户满意度。论文中提到的Wimmics(Inria、I3S)和数据科学(EURECOM)机构提供了支持,表明这项研究与实际应用有紧密的联系。
评估探索性搜索引擎的关键在于,尽管传统评价方法可能不足以准确反映其在协助用户进行有针对性或咨询式搜索中的效能,帕拉吉的研究试图填补这一空白。她提出的评价框架可能是基于一系列指标,包括用户查询的复杂性、搜索路径的引导、结果的相关性和用户的反馈等,这些都是衡量一个探索性搜索引擎是否成功满足用户需求的重要因素。
陪审团成员包括多位在计算机科学和人机交互领域的专家,如洛林大学教授Christian Bastien、ENIB的Pierre DeLoor、UVSQ的Sylvie Catellin、Inria的研究主任Alain Giboin以及EURECOM的Raphaël Troncy,他们的参与确保了研究的严谨性和专业性。
论文提交于2019年,通过HAL(多学科开放存取档案馆)进行存档和传播,这表明了对开放科学的支持以及对学术成果的长期可访问性。帕拉吉的这项工作对于提升探索性搜索引擎的用户体验和效果具有重要的理论价值和实践指导意义。
2014-08-18 上传
2022-08-04 上传
2023-05-20 上传
2023-05-20 上传
2023-06-09 上传
2023-05-09 上传
2023-06-02 上传
2023-06-09 上传
cpongm
- 粉丝: 5
- 资源: 2万+
最新资源
- 多模态联合稀疏表示在视频目标跟踪中的应用
- Kubernetes资源管控与Gardener开源软件实践解析
- MPI集群监控与负载平衡策略
- 自动化PHP安全漏洞检测:静态代码分析与数据流方法
- 青苔数据CEO程永:技术生态与阿里云开放创新
- 制造业转型: HyperX引领企业上云策略
- 赵维五分享:航空工业电子采购上云实战与运维策略
- 单片机控制的LED点阵显示屏设计及其实现
- 驻云科技李俊涛:AI驱动的云上服务新趋势与挑战
- 6LoWPAN物联网边界路由器:设计与实现
- 猩便利工程师仲小玉:Terraform云资源管理最佳实践与团队协作
- 类差分度改进的互信息特征选择提升文本分类性能
- VERITAS与阿里云合作的混合云转型与数据保护方案
- 云制造中的生产线仿真模型设计与虚拟化研究
- 汪洋在PostgresChina2018分享:高可用 PostgreSQL 工具与架构设计
- 2018 PostgresChina大会:阿里云时空引擎Ganos在PostgreSQL中的创新应用与多模型存储