Beyond Relevance: Adapting Exploration/Exploitation in Information Retrieval

Kumaripaba Athukorala, Alan Medlar, Giulio Jacucci, Antti Oulasvirta, Dorota Glowacka

Tutkimustuotos: Artikkeli kirjassa/raportissa/konferenssijulkaisussaKonferenssiartikkeliTieteellinenvertaisarvioitu

Abstrakti

We present a novel adaptation technique for search engines to
better support information-seeking activities that include both
lookup and exploratory tasks. Building on previous findings,
we describe (1) a classifier that recognizes task type (lookup
vs. exploratory) as a user is searching and (2) a reinforcement
learning based search engine that adapts accordingly
the balance of exploration/exploitation in ranking documents.
This allows supporting both task types surreptitiously without
changing the familiar list-based interface. Search results include
more diverse results when users are exploring and more
precise results for lookup tasks. Users found more useful results
in exploratory tasks when compared to a baseline system,
which is specifically tuned for lookup tasks.
Alkuperäiskielienglanti
OtsikkoProceedings of the 21st International Conference on Intelligent User Interfaces
Sivumäärä10
JulkaisupaikkaNew York, NY
KustantajaACM, Association for Computing Machinery
Julkaisupäivä7 maaliskuuta 2016
Sivut359-369
ISBN (painettu)978-1-4503-4137-0
DOI - pysyväislinkit
TilaJulkaistu - 7 maaliskuuta 2016
OKM-julkaisutyyppiA4 Artikkeli konferenssijulkaisuussa
TapahtumaInternational Conference on Intelligent User Interfaces - Sonoma, Yhdysvallat (USA)
Kesto: 7 maaliskuuta 201610 maaliskuuta 2016
Konferenssinumero: 21 (IUI)

Lisätietoja

IUI'16

Tieteenalat

  • 113 Tietojenkäsittely- ja informaatiotieteet

Siteeraa tätä