探寻式搜索过程中的路径识别与评价研究

On the basis of analyzing the features of exploratory search tasks and the search processes, multiple subjective and objective data will be collected and analyzed in multi-round user experiments under the real-world work scenarios and laboratory scenarios. By constructing an event-driven simulation clock, this research project will put the process of cognition evolution with deepening of the exploratory search process on the time axis for analysis, and propose a description method to describe users' cognitive state and evolution rule. The sequence of using search systems and the search action sequence will be constructed and the corresponding Markov processes will be studied. Based on the experimental data for identifying user exploratory search trail, this research project will summarize typical user trails and the characteristics of user pattern. From the two aspects of the search results and the search process, the project proposed five dimensions of trail assessment indicators and corresponding calculation model. Those indicators include task completion, learning and cognitive effects, professionalism of query-type sequences, uniqueness of web page sequences, and novelty of information content in trails The user behavior characteristics obtained in the trail recognition section and the evaluation indicators proposed in the trail evaluation section will be put into the model of machine learning to construct the user search performance prediction model. Then the opportunity of trail recommendation will be determined by the prediction model, and the trail that matches the user characteristics will be recommended. This research project will play an important role in revealing the nature of exploratory search activities, enriching the evaluation methods of exploratory search, and improving user search results and experiences.

本项目在剖析探寻式搜索任务特征和搜索过程的基础上，基于真实工作情景和实验室情景下的多轮用户实验，通过构造事件驱动的仿真时钟，将用户认知状态随探寻式搜索深入而演化的过程置于时间轴上进行分析，提出用户认知状态的描述方法及其演化规律。基于用户搜索系统使用序列、搜索行为动作序列的构建，以及马尔科夫过程的分析，识别出用户探寻式搜索路径，并进行深度分析。面向搜索结果和搜索过程两个层面，从任务完成度、学习和认知效果、查询式序列专业性、网页序列独特性、路径片段信息内容新颖性等五个维度，设计能充分体现探寻式搜索过程时序特征的路径评价指标和计算模型。将路径识别中得到的用户行为特征和路径评价中提出的评价指标作为机器学习的输入，构建用户搜索表现预测模型，以决定路径推荐的时机，并进行路径推荐。本项目对于揭示探寻式搜索活动的本质、丰富探寻式搜索评价方法体系、提升用户搜索效果和体验具有重要作用。

本项目首先对探寻式搜索任务的特征及其搜索过程进行剖析，提出了面向探寻式搜索子任务的信息搜索阶段模型。其次，从理论层面对探寻式搜索过程中用户认知状态的演化及其与搜索过程的关系进行研究，揭示了探寻式搜索中的用户认知状态演化过程，并基于用户搜索路径与搜索意图转换路径协同分析，挖掘用户认知演化与搜索过程推进的关系，进而总结用户认知状态间的转化规律。第三，从方法层面研究探寻式搜索路径的识别与揭示，开展基于定性比较分析法、基于信息旅行模型、基于知识融合与文本数据增强的探寻式搜索路径识别研究，揭示并评价用户搜索系统使用路径存在特定的模式。第四，提出路径评价的指标和计算模型，基于查询式、搜索任务、信息来源和学习产出开展模拟实验，创新性提出三个探寻式搜索评价指标，为信息搜索系统优化提供量化指标。最后，将识别出的路径特征和路径评价指标应用于用户搜索效果预测和搜索路径推荐，提出用户行为数据驱动的探寻式搜索路径推荐方法，搭建探寻式搜索路径推荐的系统原型。. 此外，本课题拓展和延伸了申报书原有的研究内容，包括：开展信息搜索用户实验数据的聚合与集成研究，以推动探寻式搜索路径可视化；研究了科技服务中的探寻式搜索，拓展探寻式搜索的领域应用；开发面向移动搜索路径识别的用户实验系统，赋能用户搜索实验相关研究；将用户信息搜索的研究情境扩展到智能语音助手领域；开展了面向直播平台中机器行为的用户研究、搜索系统评价与用户信息服务需求研究、信息系统用户行为研究。. 上述研究成果的科学意义在于（1）提供了揭示用户探寻式搜索行为的多维视角和方法，有助于揭示探寻式搜索活动的本质，丰富了用户行为研究的理论和方法体系；（2）为探寻式搜索评价提供了新的思路和方法，丰富了信息检索评价的理论和方法体系；（3）提出了搜索路径推荐模型，有助于提升用户探寻式搜索效果和搜索体验，并有助于开发设计探寻式搜索的辅助工具。. 基于以上研究，本课题共出版专著1部，获软件著作权2项，发表/录用学术论文21篇，其中双盲审国际期刊论文 10 篇（含SSCI/SCIE期刊论文8 篇）、CSSCI索引期刊论文11篇，3篇论文被人大复印报刊资料全文转载。