Kognitiva modeller för informationssökning
Kognitiva modeller för informationsinhämtning vilar på blandningen av områden som kognitiv vetenskap , människa-datorinteraktion , informationsinhämtning och biblioteksvetenskap . De beskriver förhållandet mellan en persons kognitiva modell av den information som söks och organisationen av denna information i ett informationssystem. Dessa modeller försöker förstå hur en person söker information så att databasen och sökningen i denna databas kan utformas på ett sådant sätt att de bäst tjänar användaren. Informationsinhämtning kan innehålla flera uppgifter och kognitiva problem, särskilt eftersom olika människor kan ha olika metoder för att försöka hitta denna information och förväntar sig att informationen ska vara i olika former. Kognitiva modeller för informationsinhämtning kan vara försök till något så till synes prosaiskt som att förbättra sökresultat eller kan vara något mer komplext, som att försöka skapa en databas som kan sökas med naturliga språksökningar.
Bärplockning
Ett sätt att förstå hur användare söker information har beskrivits av Marcia Bates vid University of California i Los Angeles . Bates hävdar att "bärplockning" bättre speglar hur användare söker efter information än tidigare modeller för informationsinhämtning. Detta kan bero på att tidigare modeller var strikt linjära och inte inkluderade kognitiva frågor. Till exempel är en typisk modell av en enkel linjär matchning mellan en fråga och ett dokument. Bates påpekar dock att det finns enkla modifieringar som kan göras i denna process. Salton har till exempel hävdat att feedback från användare kan bidra till att förbättra sökresultaten.
Bates hävdar att sökningar utvecklas och sker bit för bit. Det vill säga, en person ändrar ständigt sina söktermer som svar på resultaten som returneras från informationshämtningssystemet. Således fångar en enkel linjär modell inte informationshämtningens natur eftersom själva sökningen orsakar feedback som får användaren att modifiera sin kognitiva modell av informationen som söks efter. Dessutom kan informationssökning ske bit för bit. Bates ger ett antal exempel. En användare kan till exempel titta igenom fotnoter och följa dessa källor. Eller så kan en användare skanna igenom senaste tidskriftsartiklar om ämnet. I varje fall kan användarens fråga ändras och sökningen utvecklas därför.
Utforskande sökning
Forskare inom områdena människa-datorinteraktion och kognitionsvetenskap fokuserar på hur människor söker information när de interagerar med WWW. Denna typ av sökning, ibland kallad utforskande sökning , fokuserar på hur människor iterativt förfinar sina sökaktiviteter och uppdaterar sina interna representationer av sökproblemen. Befintliga sökmotorer designades utifrån traditionella biblioteksvetenskapsteorier relaterade till hämtning av grundläggande fakta och enkel information genom ett gränssnitt. Emellertid involverar explorativ informationssökning ofta dåligt definierade sökmål och utvecklande kriterier för utvärdering av relevans. Interaktionerna mellan människor och informationssystemet kommer därför att innebära mer kognitiv aktivitet, och system som stödjer utforskande sökning kommer därför att behöva ta hänsyn till den kognitiva komplexiteten som är involverad under den dynamiska informationshämtningsprocessen.
Naturligt språksökning
Ett annat sätt på vilket kognitiva modeller av information kan hjälpa till med informationsinhämtning är med naturlig språksökning. Till exempel föreställer How Stuff Works en värld där du, istället för att söka efter lokala filmer, läsa recensioner, sedan söka efter lokala mexikanska restauranger och läsa deras recensioner, helt enkelt skriver ""Jag vill se en rolig film och sedan äta på en bra mexikansk restaurang. Vilka är mina alternativ?" i din webbläsare, och du kommer att få ett användbart och relevant svar. Även om något sådant inte är möjligt idag, representerar det en helig gral för forskare om kognitiva modeller för informationssökning. Målet är att på något sätt programmera information hämtningsprogram för att svara på naturliga språksökningar. Detta skulle kräva en bättre förståelse för hur människor strukturerar frågor.