Information search behavior profiles : analysis of search activities & behavior driven ranking

Abstract

Nowadays, it has become a crucial skill to gather information from the Internet to satisfy a current information need. Information Retrieval (IR) systems provide such frameworks to represent & organize information with the aim of easy access for users interested in it. Unfortunately, the characterization of the information need of users is not a simple task since it is pervaded with subjectivity, vagueness and uncertainty. With growing information content and demands of users, it has become evident that new concepts and techniques are needed to support users in their pursuit to gather information and extract knowledge from it. For that goal, systems have been envisioned that support users via personalization mechanisms. Such socalled User Models work on collected data about users to build specialized models capable to cater to different user characteristics. This thesis aims to add new mechanisms for that evolution and create learnable user-centered models able to adjust towards aspects of subjectivity, partiality and the user’s individual concept of relevance. These proposed models aim to work on aspects derived from behavior information of users. Therefore, these models will be called (User) Behavior Models. To improve support for user search sessions when working with IR systems, (User) Behavior Models will be designed for specific user search activities. By merging the IR system with such models, a combined system should be able to adapt their results towards desired information suitable for the given search activity context. In the core of this thesis, it is assumed that only the user knows what is relevant and what is not, and that the user will behave accordingly. By analyzing the user search activity, it can be assumed that the underlying relevance concept can be measured indirectly by the analysis of the user behavior. This will result in the idea of a behavior driven relevance concept, and a formal model will be derived throughout this thesis.

Heutzutage wird es zu einer immer wichtigeren Aufgabe, Informationen aus dem Internet zu akquirieren, um zugrundelegende Informationsanliegen zu erfüllen. Dafür stellen Information Retrieval (IR) Systeme Schnittstellen in Form von Informationsorganisation und -repräsentation, mit dem Ziel einen einfachen Zugang für Nutzende zu schaffen. Unglücklicherweise ist die exakte Charakterisierung des Informationsanliegens von Nutzenden keine einfache Aufgabe, da es Aspekte von Subjektivität, Unschärfe und Ungenauigkeit umspannt. Mit dem Anstieg an Wissen und Informationen, wird es immer offensichtlicher, dass es neuer Konzepte und Techniken bedarf, Nutzende bei der Informationssuche und Wissensakquirierung zu unterstützen. Für dieses Ziel wurden Systeme vorgeschlagen, welche sich durch Personalisierung an Nutzende anpassen. Solche sogenannten User Models arbeiten auf der Grundlage von gesammelten Nutzungs-Daten, um daraus spezialisierte Modelle abzuleiten, welche eine Anpassung ermöglichen. Das Ziel dieser Arbeit ist es, diese Entwicklung zu unterstützen und lernbare Modelle zu formulieren, welche sich an die Subjektivität von Nutzenden anpasst und auf zugrundeliegende Relevanzkonzepte zu schließen. Diese vorgeschlagenen Modelle arbeiten auf Aspekten, die abgeleitet werden von dem Verhalten (engl. Behavior) von Nutzenden (engl. User) während der Informationssuche. Aus diesem Grund werden diese Modelle als (User) Behavior Model bezeichnet. Um die Unterstützung von Nutzenden in ihren Recherchen durch IR Systemen auszubauen, werden diese (User) Behavior Models erstellt für spezifische Such-Aktivitäten. Durch das Verbinden dieser Systeme mit IR Systemen entsteht ein kombiniertes adaptives System, welches seine Resultate anpasst an den passenden Such-Aktivitätskontext. Im Kern dieser Arbeit steht die Annahme, dass nur die Instanziierung des Nutzenden selbst weiß, welche Information für die Suche relevant ist und welche nicht. Das Verhalten der Instanz wird sich während der Suche demnach ausrichten. Durch die Analyse der Such-Aktivität, sollte es möglich sein, auf das zugrundeliegende Relevanzkonzept von Nutzenden zu schließen in indirekter Form durch die Analyse des Verhaltens von Nutzenden. Diese Idee führt zu einem verhaltensbasierten Relevanzkonzept und das formale Modell wird innerhalb dieser Arbeit formuliert.