Контекстный поиск - Contextual searching - Wikipedia

Контекстный поиск это форма оптимизации результатов поиска в Интернете на основе контекста, предоставленного пользователем, и компьютера, используемого для ввода запроса.[1] Сервисы контекстного поиска отличаются от существующих поисковых систем, основанных на традиционном поиске информации, который возвращает списки документов на основе их актуальность на запрос. Скорее, контекстный поиск пытается увеличить точность результатов в зависимости от их ценности для отдельных пользователей.[2]

Базовый контекстный поиск

Основная форма контекстного поиска - это процесс сканирования полного текста запроса, чтобы понять, что нужно пользователю. Системы веб-поиска сканируют HTML-страницы на предмет содержания и возвращают рейтинг индекса в зависимости от того, насколько контент соответствует введенному запросу. HTML-страницы, в содержании которых встречается больше ключевых слов запроса, не получают более высокого рейтинга. Пользователи имеют ограниченный контроль над контекстом своего запроса в зависимости от слов, которые они используют для поиска.[3] Например, пользователи, которые ищут часть веб-сайта с меню, могут добавить «меню» в конец своего запроса, чтобы предоставить поисковой системе контекст того, что им нужно. Следующим шагом в контекстуализации поиска является запрос самой поисковой службой информации, которая сужает результаты, например, Google запрашивает временной диапазон для поиска.[4]

Явно предоставленный контекст

Некоторые поисковые службы, в том числе многие поисковые системы Meta, запрашивают у пользователей индивидуальную контекстную информацию для повышения точности возвращаемых документов. Inquirus 2 - это поисковая система Meta, которая действует как посредник между запросом пользователя и другими поисковыми системами. При поиске в Inquirus 2 пользователи вводят запрос и указывают ограничения, такие как категория потребности в информации, максимальное количество совпадений и форматы отображения.[5] Например, пользователь, ищущий исследовательские работы, может указать документы со «ссылками» или «рефератами», чтобы получить более высокий рейтинг. Если другой пользователь ищет общую информацию по теме, а не исследовательские работы, он может указать атрибут GenScore, чтобы иметь больший вес.[6]

Явно предоставленный контекст эффективно увеличивает точность результатов, однако эти поисковые службы, как правило, страдают от неудовлетворительного взаимодействия с пользователем. Изучение интерфейса таких программ, как Inquirus, может оказаться сложной задачей для обычных пользователей, не знакомых с показателями поиска. Аспекты предоставленного контекста действительно появляются в основных поисковых системах с лучшим взаимодействием с пользователем, таких как Google и Bing. Google позволяет пользователям фильтровать по типу: изображения, карты, покупки, новости, видео, книги, авиабилеты и приложения.[7] Google имеет обширный список поисковых операторов которые позволяют пользователям явно ограничивать результаты в соответствии со своими потребностями, такими как ограничение определенных типов файлов или удаление определенных слов.[8] Bing также использует аналогичный набор поисковых операторов, чтобы помочь пользователям явно сузить контекст своих запросов. Bing позволяет пользователям выполнять поиск во временном диапазоне по типу файла, по местоположению, язык и многое другое.[9]

Автоматически предполагаемый контекст

Разрабатываются и другие системы, которые работают над автоматическим определением контекста пользовательских запросов на основе содержимого других документов, которые они просматривают или редактируют. Проект IBM Watson направлена ​​на создание когнитивной технологии, которая динамически обучается при обработке пользовательских запросов. При представлении запроса Watson создает гипотезу, которая сравнивается с его нынешним банком знаний на основе предыдущих вопросов. Поскольку связанные термины и соответствующие документы сопоставляются с запросом, гипотеза Уотсона изменяется, чтобы отразить новую информацию, предоставленную через неструктурированные данные на основе информации, полученной в предыдущих ситуациях.[10] Способность Watson опираться на предыдущие знания позволяет автоматически фильтровать запросы для схожих контекстов для предоставления точных результатов.

Основные поисковые службы, такие как Google, Bing и Yahoo, также имеют систему автоматического определения контекста конкретных пользовательских запросов. Google отслеживает предыдущие запросы пользователей и выбранные результаты, чтобы персонализировать результаты для этих людей. Например, если пользователь постоянно ищет статьи, связанные с животными, дикими животными или уходом за животными, поиск по запросу «ягуар» поставит статью о кошках-ягуарах выше, чем ссылки на автомобили Jaguar.[11] Подобно Watson, поисковые службы стремятся учиться у пользователей на основе предыдущего опыта, чтобы автоматически предоставлять контекст для текущих запросов. Bing также предоставляет автоматический контекст для определенных запросов на основе содержимого самого запроса. А поиск "пицца" возвращает интерактивный список ресторанов и их рейтинги, основанные на приблизительном местоположении компьютера пользователя. Сервер Bing автоматически делает вывод, что когда пользователь ищет продукт, его интересуют документы в контексте покупки этого продукта или поиска ресторанов, которые продают этот конкретный продукт.

Контекстный мобильный поиск

Стремление к развитию более контекстного поиска совпадает с растущей популярностью использования мобильных телефонов для выполнения поиска. Исследовательская маркетинговая компания BIA / Kelsey прогнозирует, что к 2015 г. местный поиск "превзойдет местный поиск более чем на 27 миллиардов запросов".[12] Мобильные телефоны предоставляют возможность предоставлять поисковые услуги с более широким набором контекстной информации, особенно для служб определения местоположения, но также персонализированный поиск на основе большого количества информации, хранящейся локально на телефоне, включая информацию о контактах, геометрический анализ, такой как скорость и высота, и установленные приложения.[13]

Рекомендации

  1. ^ Фельдман, Сьюзен Э. "Автоответчик". Сводные лекции по информационным концепциям, поиску и услугам. Дои:10.2200 / S00442ED1V01Y201208ICR023.
  2. ^ Питоков, Джеймс; Шютце, Хинрих; Кэсс, Тодд; Кули, Роб; Тернбулл, Дон; Эдмондс, Энди; Адар, Эйтан; Бреуэл, Томас (2002). «Персонализированный поиск» (PDF). Коммуникации ACM. 45 (9): 50–55.
  3. ^ Стив Лоуренс. Контекст в веб-поиске, IEEE Data Engineering Bulletin, Volume 23, Number 3, pp. 25, 2000.
  4. ^ "Руководство по поиску ключевых слов". Вторник, 12 мая 2020 г.
  5. ^ Стив Лоуренс. Контекст в веб-поиске, IEEE Data Engineering Bulletin, Volume 23, Number 3, pp. 27, 2000.
  6. ^ Стив Лоуренс, К. Ли Джайлс. Inquirus, мета-поисковая система NECI[1]
  7. ^ https://support.google.com/websearch/answer/142143?hl=en, Отфильтруйте результаты поиска
  8. ^ https://support.google.com/websearch/answer/2466433?rd=1, Операторы поиска
  9. ^ http://www.howtogeek.com/106751/how-to-use-bings-advanced-search-operators-8-tips-for-better-searches/, Уловки Bing
  10. ^ http://www.ibm.com/smarterplanet/us/en/ibmwatson/what-is-watson.html, Как работает Watson - IBM
  11. ^ Гловер, Эрик Дж .; Лоуренс, Стив; Гордон, Майкл Д .; Бирмингем, Уильям П .; Джайлз, К. Ли. «Веб-поиск - ваш путь». Исследовательский институт NEC. CiteSeerX  10.1.1.41.7499. Цитировать журнал требует | журнал = (помощь)
  12. ^ http://www.biakelsey.com/Company/Press-Releases/120418-Mobile-Local-Search-Volume-Will-Surpass-Desktop-Local-Search-in-2015.asp В архиве 2014-11-23 в Wayback Machine, Мобильный поиск превосходит настольный
  13. ^ http://blog.broadcom.com/ces/beyond-gps-smartphones-get-smarter-with-context-awareness-at-ces-2014/, Контекстно-зависимые мобильные устройства