Modellierung von Benutzerverhalten im interaktiven Retrieval mit Markov-Ketten
Während die Information-Retrieval-Forschung immer effektivere Retrievalverfahren entwickelt hat, fehlt es bislang an Modellen und Methoden, um diesen Fortschritt auch in signifikante Verbesserungen beim interaktivem Retrieval umzusetzen.
Im Rahmen dieser Arbeit wurden quantitative Modelle basierend auf Markov-Ketten entwickelt, um Nutzerbedürfnisse und Suchverhalten in interaktiven Retrievalsitzungen besser zu verstehen. Insbesondere liegt der Fokus auf der Modellierung des Benutzerverhaltens und deren Anwendungen bei der Unterstützung des Benutzers bei seiner Informationssuche. Die Analysen wurden u.a. mit Nutzern auf Basis des sozialwissenschaftlichen Fachportals Sowiport sowie der experimentellen Retrievalumgebung ezDL, die feingranulare Nutzungsanalysen zulässt, durchgeführt.
Die daraus entstandenen Modelle wurden u.a. eingesetzt, um interaktives Retrieval zu evaluieren und simulieren. Außerdem wurde gezeigt, dass solche Modelle realistische Schätzungen über den Erfolg der Suche und über die Komplexität der Suchsitzung, sowie geeignete Vorschläge für die Benutzerführung liefern können.
While information retrieval research has developed more and more effective retrieval methods, there is a lack of models and methods to translate this progress into significant improvements in interactive retrieval.
In this thesis, quantitative models based on Markov chains were developed to better understand user information needs and search behavior in interactive retrieval sessions. In particular, the focus is on the modelling of user behaviour and its applications to support the user in his information search. The analyses were conducted with users based on the social science portal Sowiport and the experimental retrieval environment ezDL, which allows for fine-grained usage analyses.
The resulting models were used to evaluate and simulate interactive retrieval. Furthermore, it was shown that such models can provide realistic estimates about the success of the search and about the complexity of the search session, as well as suitable suggestions for user guidance.