描述复杂搜索过程:搜索进度模型

描述复杂搜索过程:搜索进度模型

刘畅,宋筱璇

你是否反思过自己的搜索过程?大多数人会认为,有了谷歌的帮助,搜索是一件易事。那么现在请思考一下,当你需要为工作或学习任务写提案时,你可以在一分钟内完成吗?对于行为和认知复杂度较高的搜索任务,只进行单个动作很难完成整个搜索过程。相反,复杂搜索是一个探索和发现信息的、迭代的过程。在这个过程中,你需要不断地搜索、思考,并且逐渐积累自己的知识,最终完成任务。

—现在请思考一下,当你需要为工作或学习任务写提案时,你可以在一分钟内完成吗?—

你是否好奇于自己在复杂搜索过程中的经历呢?我们的研究团队旨在对复杂搜索任务中的用户搜索交互行为进行建模,从而系统、全面、细致地揭示不同搜索阶段中用户的行为特征与模式,同时刻画整个任务完成过程中用户行为的动态进化机制。该研究有助于设计与优化搜索系统,提高用户的学习技能,提升任务完成的效益和效率。

我们招募了32名学生作为被试参与用户实验。被试需要完成一系列与日常健康信息相关的搜索任务。我们将用户的交互行为分成搜索(Search)、阅读(Read)、写作(Write)三种主要的交互类型,描述了搜索、阅读、写作在任务完成过程中的模式和演变,提出了搜索进度模型(Search Pace ModelSPM),以此描述在不同阶段之中用户如何进行搜索交互。搜索路径模型如图1所示,主要包括三个子过程:探索、积累和写作/报告。

在探索(Exploration)子过程中,搜索是主导活动。搜索者尝试输入较多查询式,同时访问众多搜索结果页面来收集信息。搜索和阅读之间的切换是这一阶段最频繁的活动转换。在这个子过程中,搜索者很少写作。

当搜索者转向积累(Accumulation)子过程时,搜索活动显著减少,阅读活动占据了主导地位。搜索者访问非重复内容页面的数量增多,同时每个内容页面的访问次数也增多。搜索者在积累阶段经常在阅读和写作之间频繁切换。在这个过程中,搜索者试图理解和吸收所获得的信息,并在阅读的同时写作以此输出搜索结果。

最后一个子过程是写作/报告(Composition/Reporting)。在这个过程中,搜索者在写作活动上花费精力最多,并且仍然频繁地在写作和阅读之间切换。除此之外,搜索者在写作的时候也经常翻到搜索结果页面来确认是否有遗漏的信息。在写作/报告,搜索者将大部分的精力用于根据积累的信息产出自己的理解或新的想法。

搜索者在任务完成过程中会经历不同的子过程,从探索到积累再到写作/报告。然而,这个过程可能是存在迭代的,搜索者可能在不同的子过程之间移动,对于复杂任务而言更是如此。关于该模型的更多细节可以在我们的JIS论文中找到:Characterising users’
task completion process in learning-related tasks: A search pace model. Journal
of Information Science. https://doi.org/10.1177/01655515211060527

搜索路径模型连接了宏观和微观两个层面的视角以此描述信息搜索过程的复杂性。在宏观层面,模型演示了在任务完成过程中搜索、阅读和写作活动是如何进行的。在微观层面,模型详细说明了每个子过程中搜索者的活动特征和活动转换模式。该模型有助于搜索系统监测搜索者的行为和认知过程,对搜索系统的设计具有指导意义,同时也可以用于支持用户在不同子过程中的搜索和学习,以使搜索者达到更好的学习效果。

APA引用格式: Liu, C & Song, X. (2022, August 18). Characterizing a complex searching process: A search pace model. Information Matters, Vol. 2, Issue 8. https://informationmatters.org/2022/08/描述复杂搜索过程:搜索进度模型/

Authors

  • Dr. Chang Liu is an associate professor in the Department of Information Management, Peking University. She obtained a PhD in Library and Information Science from Rutgers, The State University of New Jersey in USA. Her research lies in Information Behavior, Interactive Information Retrieval, Personalization of Information Retrieval, and recently, she has been working on Search as Learning. She has published more than 100 articles in academic journals and conferences in Library and Information Science and information retrieval in either English or Chinese, including key journals: JASIS&T, IP&M, JIS, FnTIR, ASIS&T, iConference, SIGIR, CHIIR, CIKM, JCDL, etc. Dr. Liu has been served on the Editorial Board of Information Processing & Management, Education for Information, and Information Matters.

Chang Liu

Dr. Chang Liu is an associate professor in the Department of Information Management, Peking University. She obtained a PhD in Library and Information Science from Rutgers, The State University of New Jersey in USA. Her research lies in Information Behavior, Interactive Information Retrieval, Personalization of Information Retrieval, and recently, she has been working on Search as Learning. She has published more than 100 articles in academic journals and conferences in Library and Information Science and information retrieval in either English or Chinese, including key journals: JASIS&T, IP&M, JIS, FnTIR, ASIS&T, iConference, SIGIR, CHIIR, CIKM, JCDL, etc. Dr. Liu has been served on the Editorial Board of Information Processing & Management, Education for Information, and Information Matters.