Dr. Philipp Mayr

Wissenstechnologien für Sozialwissenschaften
Portale Mehrwertdienste
Stellvertretender Abteilungsleiter

+49 (221) 47694-533
E-Mail
vCard

AMUR

Benutzerführung und Systemverbesserung für Retrievalsitzungen

Bearbeitung: Wilko van Hoek, Ameni Sahraoui, Vu Tran (Universität Duisburg-Essen, Informationsysteme)
Leitung: Dr. Philipp Mayr, Prof. Dr. Norbert Fuhr (Universität Duisburg-Essen, Informationsysteme)
Wissenschaftlicher Arbeitsbereich: Wissenstechnologien für Sozialwissenschaften (WTS)

Projektbeschreibung

Heutige Retrievalsysteme bieten in der Regel keine adäquate Unterstützung für interaktive Retrievalsitzungen, die aus mehreren oder schrittweise modifizierten Anfragen bestehen. Im Rahmen des AMUR-Projektes sollen daher zwei Hauptziele zur Verbesserung der Unterstützung interaktive Retrievalsitzungen verfolgt werden:

Verbesserte Benutzerführung: Anhand des bisherigen Suchverlaufs schlägt das System Benutzern proaktiv erfolgversprechende Aktionen zur Fortführung der Suche vor. Derzeitige Verfahren beschränken sich i.d.R. auf die aktuelle (Teil-) Anfrage und lassen den bisherigen Suchverlauf unberücksichtigt.

Systemtuning: Es sollen Methoden entwickelt werden, um Systeme gezielt so zu verbessern, dass die Effektivität der Retrievalsitzungen insgesamt gesteigert wird. Bisherige Ansätze fokussieren entweder auf einzelne Aspekte eines Retrievalsystems (z.B. die Qualität des Rankings), sind aber nicht in der Lage, die Auswirkungen auf den Retrievalprozess als Ganzes abzuschätzen; oder sie bewerten die komplette Retrievalsitzung, erlauben aber keine Aussage über den Einfluss einzelner Komponenten.

Um diese Ziele zu erreichen, ist ein enges Zusammenwirken zwischen empirischer Vorgehensweise und Theoriebildung notwendig. Auf der empirischen Seite wollen wir fachspezifische Suchen am Beispiel des sozialwissenschaftlichen Fachportals sowiport betrachten, da in solchen Umgebungen eher Retrievalsitzungen im eigentlichen Sinne zu beobachten sind als bei der Web-Suche; dadurch entsteht hier auch ein größerer Bedarf an entsprechender Unterstützung. Ferner ist zu erwarten, dass in dieser Umgebung die Suchkompetenz im Durchschnitt ausgeprägter ist, so dass höhere Suchaktivitäten häufiger zu beobachten sind. Auf der Theorie-Seite soll das probabilistische Ranking-Prinzip für interaktives Information Retrieval (IPRP), entwickelt von unserem Projektpartner, sowie die Modellierung von Retrievalsitzungen als Markov-Prozess die Ausgangsbasis sein, um einerseits bessere Modelle für die Nutzerführung zu entwickeln, andererseits durch neuartige Simulationsansätze die Grundlage für gezielte Systemverbesserungen zu bilden. Entsprechend dieser generellen Zielsetzung sollen zunächst empirische Daten in sowiport und ezdl erhoben und analysiert werden, die als Basis für die verbesserte Modellierung dienen sollen.

Projektlaufzeit

01.07.2015 - 31.03.2018

Gefördert durch

Partner

  • Universität Duisburg-Essen

Publikationen

  • Belkin, N. J., Hienert, D., Mayr, P., & Shah, C. (2017). Data Requirements for Evaluation of Personalization of Information Retrieval - A Position Paper. In Working Notes of CLEF 2017 - Conference and Labs of the Evaluation Forum. Dublin, Ireland: CEUR-WS.org. Retrieved from http://ceur-ws.org/Vol-1866/paper_193.pdf
  • Carevic, Z., Lusky, M., van Hoek, W., & Mayr, P. (2017). Investigating exploratory search activities based on the stratagem level in digital libraries. International Journal on Digital Libraries. https://doi.org/10.1007/s00799-017-0226-6
  • Kacem, A., & Mayr, P. (2017). Analysis of Footnote Chasing and Citation Searching in an Academic Search Engine. In Proceedings of the 2nd Joint Workshop on Bibliometric-enhanced Information Retrieval and Natural Language Processing for Digital Libraries (BIRNDL 2017) co-located with the 40th International ACM SIGIR Conference on Research and Development in Information (pp. 91–100). Tokyo, Japan. Retrieved from https://arxiv.org/abs/1707.02494 http://ceur-ws.org/Vol-1888/paper8.pdf
  • Mayr, P., & Kacem, A. (2017). A Complete Year of User Retrieval Sessions in a Social Sciences Academic Search Engine. In TPDL 2017: Research and Advanced Technology for Digital Libraries (pp. 560–565). https://doi.org/10.1007/978-3-319-67008-9_46
  • Mayr, P. (2016). How do practitioners, PhD students and postdocs in the social sciences assess topic-specific recommendations? In Proc. of the Joint Workshop on Bibliometric-enhanced Information Retrieval and Natural Language Processing for Digital Libraries (BIRNDL2016) (pp. 84–92). Newark, New Jersey, USA: CEUR-WS.org. Retrieved from http://ceur-ws.org/Vol-1610/paper10.pdf
  • Carevic, Z., & Mayr, P. (2016). Survey on High-level Search Activities Based on the Stratagem Level in Digital Libraries. In 20th International Conference on Theory and Practice of Digital Libraries (TPDL 2016) (pp. 54–66). https://doi.org/10.1007/978-3-319-43997-6_5
  • Mayr, P. (2016). Sowiport User Search Sessions Data Set (SUSS). GESIS, Datorium. https://doi.org/10.7802/1380
  • Mayr, P. (2016). Sowiport user queries sample (SQS). GESIS, Datorium. https://doi.org/10.7802/1372
  • Carevic, Z., & Mayr, P. (2015). Extending search facilities via bibliometric-enhanced stratagems. In Proc. of the 2nd Workshop on Bibliometric-enhanced Information Retrieval (BIR2015) (pp. 40–46). Vienna, Austria: CEUR-WS.org. Retrieved from http://ceur-ws.org/Vol-1344/paper5.pdf
  • Hienert, D., Sawitzki, F., & Mayr, P. (2015). Digital Library Research in Action – Supporting Information Retrieval in Sowiport. D-Lib Magazine, 21(3/4). https://doi.org/10.1045/march2015-hienert