Towards combining search and exploration : escaping the filter bubble through map-based exploration

Abstract

Exploration is an integral method to learn about unfamiliar environments such as digital information spaces. Unfortunately, state-of-theart search engines and search user interfaces do not provide sufficient support for exploratory user behaviour, even though information spaces have reached an incomprehensible scale such that it is impossible for users to be familiar with every aspect of them. This thesis combines and evaluates methods from the research areas of Human Computer Interaction, Information Retrieval and Machine Learning to support users during exploration and exploratory search tasks. A first approach augments classic list-based search result visualizations by annotating results with concepts from a domain ontology. Users benefit by being able to easily identify search results that are related to already known concepts from a personal ontology that can be interactively extended during a search process. The main contribution of this thesis is a novel map-based approach called visual berrypicking, which allows to iteratively explore local neighbourhoods of similar information objects. Results of a k-nearest neighbour search are visualized in a two-dimensional similarity-based map and subsequent maps are aligned to create the impression of navigating a global map of the information space. A detailed analysis of dimensionality reduction methods has revealed that multidimensional scaling in combination with Procrustes analysis achieves a good balance between projection accuracy and map consistency. Several incremental user studies have demonstrated that the proposed interaction design can be used to efficiently retrieve images, find interesting links between scientific papers, and discover novel movies from a large movie collection. In addition, since exploration is considered a highly user-specific process, which depends on many factors like a user’s prior knowledge or individual user abilities, several approaches for personalization are investigated. For example, users are enabled to interactively adapt feature weights. A user study evaluates the possibility to use gaze and pupil tracking for personalization. And a final prototype demonstrates how similarity-based maps can be adapted based on direct manipulations of map items.

Die Exploration von noch unbekannten Umgebungen ist eine elementare Methodik neue Erkenntnisse zu gewinnen. Leider bieten aktuelle Suchmaschinen bisher keine hinreichende Unterst ¨ utzung digitale Informationsr¨aume zu explorieren, trotz dass es aufgrund deren unvorstellbaren Gr¨oße inzwischen unm¨oglich geworden ist, dass Nutzer mit allen Facetten eines Informationsraumes vertraut sein k¨onnen. Diese Dissertation verkn ¨ upft Methoden aus den Bereichen der Mensch-Computer-Interaktion, des Information Retrievals und des Maschinellen Lernens, um Nutzer bei der Exploration und explorativen Suche zu unterst ¨ utzen. Ein erster Ansatz erweitert die klassische Listendarstellung von Suchergebnissen und annotiert Suchergebnisse mit Konzepten einer Ontologie. Die Nutzer profitieren, indem sie Suchergebnisse einfacher mit bereits bekannten Konzepten der Ontologie in Verbindung bringen k¨onnen, sowie indem sie neu erlernte Konzepte w¨ahrend des Suchprozesses zur Ontologie hinzuf ¨ugen k¨onnen. Der Hauptbeitrag der Dissertation ist ein neuartiger interaktiver Ansatz zur Exploration von lokalen Nachbarschaften mit Hilfe von Kartendarstellungen, genannt “Visual Berrypicking”. Die Ergebnisse einer k-n¨achsten Nachbarschaftssuche werden basierend auf deren paarweisen A¨ hnlichkeiten als zweidimensionale Karte dargestellt. Karten von angrenzenden Nachbarschaften werden aneinander ausgerichtet, sodass f ¨ ur die Nutzer der Eindruck entsteht, sie w¨ urden eine große, globale Karte des gesamten Informationsraumes erkunden. Eine umfangreiche Analyse aktueller Verfahren zur Dimensionsreduktion hat ergeben, dass die Kombination von Multidimensionaler Skalierung und Procrustes Analyse eine gute Balance zwischen Projektionsgenauigkeit und Kartenstabilit¨at erreicht. Mehrere aufeinander aufbauende Nutzerstudien haben gezeigt, dass der vorgeschlagene Ansatz dazu genutzt werden kann, effizient Bilder zu finden, aufschlussreiche Zusammenh¨ange zwischen wissenschaftliche Ver¨offentlichungen zu erkennen, und interessante Filme in einer großen Filmdatenbank zu entdecken. Des Weiteren werden verschiedene Methoden zur Personalisierung untersucht. Zum einen ist es m¨oglich die Kartendarstellung ¨ uber eine Einstellung der Gewichte von Objektmerkmalen an die Pr¨aferenzen eines Nutzers anzupassen. Zum anderen wurde eine Nutzerstudie durchgef ¨ uhrt, die untersucht, inwiefern Blick- und Pupillenparameter genutzt werden k¨onnen, um einen Explorationsprozess zu personalisieren. Abschließend demonstriert ein finaler Prototyp, wie Kartendarstellungen mit Hilfe von Verschiebeoperationen an die individuelle Vorstellung eines Nutzers angepasst werden k¨onnen.