Kognitywne modele wyszukiwania informacji
Kognitywne modele wyszukiwania informacji opierają się na połączeniu dziedzin, takich jak kognitywistyka , interakcja człowiek-komputer , wyszukiwanie informacji i bibliotekoznawstwo . Opisują związek między poznawczym modelem poszukiwanej informacji a organizacją tej informacji w systemie informacyjnym. Modele te próbują zrozumieć, w jaki sposób dana osoba szuka informacji, aby baza danych i przeszukiwanie tej bazy danych mogły być zaprojektowane w taki sposób, aby jak najlepiej służyły użytkownikowi. Wyszukiwanie informacji może obejmować wiele zadań i problemów poznawczych, zwłaszcza dlatego, że różni ludzie mogą mieć różne metody poszukiwania tych informacji i oczekiwać, że informacje będą miały różne formy. Kognitywne modele wyszukiwania informacji mogą być próbami czegoś tak pozornie prozaicznego, jak poprawa wyników wyszukiwania lub mogą być czymś bardziej złożonym, na przykład próbą stworzenia bazy danych, którą można przeszukiwać za pomocą wyszukiwania w języku naturalnym.
Zbieranie jagód
Jeden ze sposobów zrozumienia, w jaki sposób użytkownicy wyszukują informacje, opisał Marcia Bates z Uniwersytetu Kalifornijskiego w Los Angeles . Bates argumentuje, że „zbieranie jagód” lepiej odzwierciedla sposób wyszukiwania informacji przez użytkowników niż poprzednie modele wyszukiwania informacji. Może tak być, ponieważ poprzednie modele były ściśle liniowe i nie zawierały pytań poznawczych. Na przykład typowy model polega na prostym dopasowaniu liniowym między zapytaniem a dokumentem. Bates zwraca jednak uwagę, że w tym procesie można wprowadzić proste modyfikacje. Na przykład Salton argumentował, że opinie użytkowników mogą pomóc w ulepszeniu wyników wyszukiwania.
Bates twierdzi, że wyszukiwania ewoluują i następują krok po kroku. Oznacza to, że osoba stale zmienia wyszukiwane hasła w odpowiedzi na wyniki zwracane przez system wyszukiwania informacji. Prosty model liniowy nie oddaje zatem natury wyszukiwania informacji, ponieważ sam akt wyszukiwania powoduje sprzężenie zwrotne, które powoduje, że użytkownik modyfikuje swój model poznawczy poszukiwanej informacji. Ponadto wyszukiwanie informacji może odbywać się krok po kroku. Bates podaje wiele przykładów. Na przykład użytkownik może przeglądać przypisy i śledzić te źródła. Lub użytkownik może przeglądać najnowsze artykuły z czasopism na dany temat. W każdym przypadku pytanie użytkownika może się zmienić, a tym samym wyszukiwanie ewoluuje.
Wyszukiwanie eksploracyjne
Badacze zajmujący się interakcją człowiek-komputer i kognitywistyką koncentrują się na tym, w jaki sposób ludzie poszukują informacji podczas interakcji z WWW. Ten rodzaj wyszukiwania, czasami nazywany wyszukiwaniem eksploracyjnym , koncentruje się na tym, jak ludzie iteracyjnie udoskonalają swoje działania związane z wyszukiwaniem i aktualizują swoje wewnętrzne reprezentacje problemów związanych z wyszukiwaniem. Istniejące wyszukiwarki zostały zaprojektowane w oparciu o tradycyjne teorie biblioteczne związane z wyszukiwaniem podstawowych faktów i prostych informacji za pośrednictwem interfejsu. Jednak eksploracyjne wyszukiwanie informacji często wiąże się z źle zdefiniowanymi celami wyszukiwania i zmieniającymi się kryteriami oceny istotności. Interakcje między ludźmi a systemem informacyjnym będą zatem obejmować większą aktywność poznawczą, a systemy wspierające wyszukiwanie eksploracyjne będą musiały zatem uwzględniać złożoność poznawczą występującą podczas dynamicznego procesu wyszukiwania informacji.
Wyszukiwanie w języku naturalnym
Innym sposobem, w jaki kognitywne modele informacji mogą pomóc w wyszukiwaniu informacji, jest wyszukiwanie w języku naturalnym. Na przykład How Stuff Works wyobraża sobie świat, w którym zamiast szukać lokalnych filmów, czytać recenzje, a następnie wyszukiwać lokalne meksykańskie restauracje i czytać ich recenzje, wystarczy wpisać „Chcę zobaczyć zabawny film, a potem zjeść w dobrej meksykańskiej restauracji. Jakie są moje opcje?” w Twojej przeglądarce, a otrzymasz użyteczną i odpowiednią odpowiedź. Chociaż dzisiaj nie jest to możliwe, stanowi świętego Graala dla badaczy kognitywnych modeli wyszukiwania informacji. Celem jest jakoś zaprogramować informacje programów wyszukiwania w celu reagowania na wyszukiwania w języku naturalnym. Wymagałoby to pełniejszego zrozumienia struktury zapytań przez ludzi.