Interactive Information Retrieval은
정보검색에서 좀 더 사용자(user)측면을 강조한 것으로, 
 

주요 이슈는 
-  사용자 검색 니즈와 검색어 의도 분석 (
information needs and query intent)
-  정보 검색 행동 모델  
ex. Bates' Berrypicking, Dervin's sense-making theory 등
-  검색 사용자 인터페이스 ex. 검색결과 프리젠테이션 
-  사람들이 어떻게 검색 품질이나 검색 시스템을 평가하는지 
등이 있다. 

지난달 토요인지모임에서 발표했던 "Interactive Information Retrieval" 발표자료.
Interactive informationretrieval 토인모_201202
View more presentations from Jungah Park 

 발표자료에는 
- Interactive Information Retrieval
- Models of Information Seeking Behavior
- Evaluation of Interactive Information Retrieval Systems with Users
- Relevance in Information Retrieval
- Search User Interfaces  
등의 내용이 포함되어 있다.  



더보기

 
Posted by sunseed
올해 세이초라는 작가를 알게 되어, 간만에 소설 읽는 즐거움을 만끽 중이다. 

먼저 장편 "짐승의 길"은,
장르소설이라는 것 딱히 인지하지 못하고 흡입력 있게 읽다가
결말에 이르러, 아 이게 장르소설이었지 새삼 정신을 차렸달까.
 
"짐승의 길"은 책 뒤의 해설에서도 본 것 같은데, 추리소설이라기 보단 사회소설에 가깝다는게 맞는 것 같다. 일어난 사건이 중요하다기 보다는 그들의 처지와 상황이 공감가는.
읽고 있는 자체만으로도 재미가 쏠쏠한 책이었는데, 이럴수가 싶은 결말도 기다리고 있다.
오랫만에 줄어들어가는 책 분량을 아쉬워하며 재밌게 본, 무려 상하 2권의 장편소설. 

장편 "짐승의 길"을 다 읽고 난 아쉬움은, 세이초 단편 컬렉션으로 달래고 있다.
단편집은 이번 영화 "화차"의 원작자인 미야베 미유키가 편집한 것으로 두터운 상,중,하로 구성되어 있어 한동안은 든든할 듯하다.

단편을 그리 즐겨 읽는 편이 아닌데, 
세이초의 단편들은 읽기 시작하면 끝까지 읽게 만드는 힘이 있다고 생각한다.
읽다 말면 그래서 어떻게 되었으려나 생각나는 궁금함.  

첫 단편 '어느 〈고쿠라 일기〉전'은 아 다르구나, 하게 했다. 
세이초 글의 성향을 알 수 있게 해 준다는 생각이 들었고, 

재미는 편집자인 미야베 미유키가 'My favorites'로 묶어놓은 단편들에서 빛을 발한다.
'일년반만 기다려', '지방지를 구독하는 여자'는 단편의 묘미를 빛내고, 
'삭제의 복원'은 이런 구성력이라니, 감탄과 여운을,

'진위의 숲'을 읽으면서는 뭐랄까 묵직한 마음의 울림이 있는,  
살아가는데 있어서 무언가에 대한 "의지"에 대해 새삼 생각해 보게 되는 소설이었다.

현재 진도는 "상" 뒷부분.
단편집 읽으면서 자꾸 사람이 죽어서, 아 역시 장르소설이었지 문득문득 깨닫게 되지만, 
중요한 건 살인이라는 사건 그 자체가 아니라, 그 상황이나 동기가 자연스레 공감가는(게 만드는)
대체로 현실에 탄탄이 발을 둔 소설들이라고 생각한다. 

자꾸 손이 가는 책이랄까. 자기전 한편씩 읽게 되는 재미.

세이초 덕에 단편의 즐거움을 좀 더 알게 되기도 했다.
서머셋 모옴, 레이몬드 카버 그리고 안톤 체홉에 이어.
 
그리고 무엇보다 좋아하는 작가를 발견한 즐거움.

p.s. 세이초가 궁금하시다면 "

마쓰모토 세이초와 미야베 미유키

의 링크 기사들 참고 


Posted by sunseed
큐레이션 읽고 또 얘기하며 든 생각 몇 가지 정리.

* 짤막한 글이나 링크 공유를 통한 큐레이션 @ <허핑턴 포스트>와 링크 경제의 출현
자기표현은 새로운 오락거리 입니다. 사람들은 단지 정보를 소비할 뿐 아니라 참여하고 싶어하죠. 이러한 욕구를 파악하는데 저널리즘의 미래가 있어요.
 이미 웹 2.0에서 UGC(User Generated Contents)또는 UCC(User Created Contents)로 사용자 참여는 이미 꽤 되었지만,     재미있었던 건 꼭 뭔가를 창조(만들어)내는 것 보다 있는 것들을 셀렉트해서 공유하는 현상을 큐레이션이라는 개념으로 의미를 부여하고, 또 큐레이터로서 인간의 역할을 부각한 포인트.
뭔가 하나의 글로 잘 정리하는 블로깅보다 보거나 들은 것 중 인상깊은 링크들을 간단하게 트위터나 페이스북 통해 공유하게 되는 내 경험을 봐도 그렇고.
이는 짤막한 글이나 링크 공유를 편하고 간단하게 해주는 소셜 플랫폼의 영향도 있을 터이다.
따지고 보면 다음이나 네이버와 같은 포털 사이트들은 궁극의 큐레이션 집합체.
 
  • * 인간의 요소, 인간만이 -
패턴을 인식하는 인간 고유의 능력 @ <큐레이션, 인간을 지향하다> 
"프로그래머와 큐레이터로서 인간의 역할이 사라지는 일은 일어나지 않을 거에요. 컴퓨터가 절대로 따라올 수 없는 부분이 있으니까요. 그게 바로 인간의 요소, 인간만이 떠맡을 수 있는 부분이죠"
대학원 수업, 아마도 질적연구방법론으로 기억한다.
인간의 눈만큼 강력한 통계툴은 없다고 하신 교수님 말씀이 인상적이었다. 방대한 인터뷰 자료들, 텍스트들에서 의미를 찾아내는 것은. 그 자료들을 분석해 보고 있으면 찾아낼 수 있는 패턴.

의미를 부여하는 건 인간 고유의 능력이라고.
의미를 부여하고 정의하는 인간의 능력은 대체할 수 없을 것.

이것은 검색 랭킹 모델링 업무를 할 때도 느꼈던 것이기도 하다. 
구글로 인해 기계나 데이터가 중요하고 사람의 시선이나 관점은 bias라고 생각하는 의견들도 있었는데, 사실상 design하는 것은 결국 사람이고 기계나 데이터를 이용하여 검증해 내는 게 필요한 것.

사실 백여개가 넘는 랭킹 요소를 사용한다는 구글에서도 패턴이나 의미를 볼 줄 아는 "사람"(구글이나 야후의 research scientist) 이 없으면 방대한 데이터는 크게 의미 없거나 정말 많은 시간을 필요로 하는 것이다. 요는 기계가 사람이 모르는, 정의할 수 없는 의미까지 찾아내 주기는 어렵다는 것.

최근에 화제가 되고 있는 빅데이터나  빅데이터 전문가에 대한 이야기도 같은 맥락이라고 생각한다.
빅데이터를 저장하고, 분석해서 의미를 찾아내어 새로운 트렌드에 대한 통찰을 뽑아내고자 하는 것에서, 어떤 것을 분석해서 의미를 찾아낼 것인가가 관건. 잘 분석하기 위해 저장도 쉽지 않겠지만, 어떤 부분을 분석해서 어떤 흐름(패턴)을 찾아낼 것인가. 그게 진검승부 포인트가 될거란 생각. 
알고리즘은 대량의 자료를 수집하는 데 유용합니다. 어떤 글이나 동영상을 몇 명이나 보는지 계속 지켜보면서 숫자, 링크. 클릭수, 리트윗수 등을 계산하기에 적합하죠. 여기에서 인간은 경쟁이 안됩니다. 대신 인간의 뇌는 패턴을 인식할 수 있죠. 우리는 길 건너 나무를 보고 바로 그게 나무란 걸 알 수 있어요. 그러나 컴퓨터는 몇 시간 동안 나무 이미지를 보고 상당한 처리 시간을 거쳐야만 그게 나무란 걸 인식합니다. 그때 이미 우리는 그게 소나무이고 말라 죽어가고 있다는 사실까지 파악해내죠.
 
마지막으로 한줄평.  
  • 없지 않았던 행위들, 새롭지 않은 개념들을 “큐레이션", 결국은 “인간”의 요소로  정리해서 생각해 보게 하는 것이 굿 포인트. 새로운 내용이나 제시에 대한 큰 기대보단.
 
Posted by sunseed
네이버 지식인의 서재나 오늘의 문학은 매번 참 좋다고 생각하게 된다. 
이번엔 마쓰모토 세이초와 미야베 미유키 

마쓰모토 세이초
미야베 미유키
일본 소설은 가네시로 가즈키, 오쿠다 히데오, 요시다 슈이치 정도.
한동안 일본소설을 손에서 놓았네. 졸업한 다음부터인가.
학교 다닐땐 가볍게 읽고 싶었으나.

일단 미야베 미유키의 이유, 화차, 모방범과 미야베 미유키가 엮었다는 마시모토 세이초 단편들을 읽어봐야겠다.

Posted by sunseed
회사에서 로컬 장소 검색 품질 평가 항목 만들다가 찾은 

구글 검색 품질 평가 자료 찾은 내용 간단하게 공유합니다. 


구글은 전세계 곳곳의 Human evaluator들을 선발해서 검색 품질 평가를 하고 있고 (http://allthingsd.com/20090603/google-and-the-evolution-of-search-scott-huffman/)

역시 구글답게 장장 125 페이지에 이르는 품질 평가 가이드 라인에 맞춰 평가하도록 교육하고 있습니다.


간단하게 보면, 


쿼리를 일반적으로 알려진 아래의 3가지 분류해서 

* Navigation Queries – “Go” : 홈페이지나 사이트 찾아가는 니즈 쿼리. 우리로 치면 바로가기, 사이트성 

* Action Queries – “Do”, : 다운로드 받거나 물건을 사는 등등의 액션을 취하기 위해 검색하는 니즈. 

* Information Queries – “Know”, : 일반적인 정보 찾는 니즈.


대략 다음과 같은 scale 로 평가합니다.

* useful     : 매우 유용

* relevant  : 유용

* slightly relevant  : 약간 유용

* off-topic / useless : 관련없거나 전혀 유용하지 않음.


이외에 공식 홈페이지에 대해서 "vital" 스케일로 별도 평가하고,

스팸(Not Spam, Maybe Spam, Spam)이나 음란/악성 여부(Porn, Malicious)를 별도 플래그로 표시합니다

 


일반적인 웹검색 평가 기준이라 한국의 통합검색이나 로컬 등 버티컬 검색 평가 기준에 아주 들어맞지는 않지만, 체계성과 정교한 가이드는 역시 구글이네요.  

참고)
구글 검색 품질 평가 관련 예전 글
Google and the Evolution of Search

구글 검색 품질 평가 방법 (How Google Measures Search Quality)


Posted by sunseed

올해 2월 검색 컨퍼런스, 그리고 지난주 '검색의 미래' 세미나에서 발표한 내용 중 

"소셜 검색" 정리


twitter, facebook과 같은 SNS(Social Network Service)로 인해 “소셜"이란 용어가 주요 키워드로 급부상하였는데,  

그렇다면 소셜 검색이란 무엇일까.
 

"소셜"이란 용어자체가 광범위하다 보니 소셜 검색이라는 용어도 다양한 의미로 사용되고 있다.


1. SNS Search - Social Network Service 데이터를 검색해 주는 것
 

단순하게는  Social network service 상의 데이터, 트위터, 페이스북, 미투데이등과 같은 데이터를 검색해주는 것도 일종의 소셜 검색이라 부를 수 있다.  
 

ex) 다음 소셜웹 검색 (http://goo.gl/JrBqG)


참고) SNS 로 인한 실시간 검색 (Real Time Search) 트랜드 

SNS  서비스 특징은 문서라기 보다는 짧은 글들이고, 이슈 확산이나 공유가 쉽고 빠르기 때문에 이로 인한 실시간 검색(real time search) 니즈도 급격히 커진 것도 사실이다.


다음이나 네이버에서도 분, 초 단위로 검색결과를 실시간 업데이트해주는 기능을 제공하고 있다. 

ex) 다음 실시간 검색 (http://goo.gl/GWzjK)


구글도 사람들이 최신 내용을 검색보다는 트위터나 페이스북에서 확인한다는 고민에서 출발해서, 올 11월 검색 랭킹 알고리즘에서 최신성을 강화하기도 하였다.
("Google Freshness Algorithm Update"
 - http://goo.gl/AQ8Ls) 


 2. Collective Social Search - Social Network Service 에서 화제가 되는 내용을 찾아주는 것.


SNS 서비스 특징은 retweet, like 등 이슈 확산이나 공유가 쉽고 빠르다는 것이고,

이렇게 SNS상에서 이슈나 화제가 되는 내용을 찾아서 보여주는 것도 하나의 소셜 검색으로 볼 수 있다.

일테면 집단지성과 같이 다수가 만들어 내는 흐름. 
 

 ex) 다음 화제의 글 검색 (http://goo.gl/VcvRT)


3. Friend-Filtered Social Search - 친구가 추천해 주는 검색 결과


내 친구, social network 상의 관계 정보를 검색에 이용하여 필터링하거나 검색결과에 신뢰도 정보로 제공해 주는 것.


ex) facebook의 like 를 검색해 주거나 이를 검색결과에 표시해 주는 Bing 검색이나 Blekko 등의 서비스.

gg+ 에서 공유한 내용을 검색결과에 표시해 주는  google 검색.


다음도 로그인 해서 검색했을 경우,  내가 가입한 카페나 블로그 검색결과를 별도로 보여주는 "마이 소셜 검색" 결과를 제공한다.


4. Q&A Search - 질문에 대해 사람이 직접 답해 주는 것
 

사람이 직접 알려준다는 측면에서 Humanized Search 라고도 불리고, 일종의 Collaborative search 라고 볼 수도 있다. 
 

우리나라에는 일찌감치 지식검색으로 유명해졌지만, 해외에서는 여전히 인기있고, 많은 서비스가 생기고 있다.  Q&A 검색에서는 사람의 신뢰도가 중요한 정보.

인기를 얻고 있는 Quora의 경우  "We're developing an algorithm to determine user quality" 힘쓰고 있다고도 하였다. 


ex) 네이버나 다음의 지식검색 , Yahoo answers, Aardvark, Quora 등 



다양한 의미로 사용될 수 있는 "소셜 검색"에 대해, 크게 이 정도로 나누어 볼 수 있을 것 같다. 

소셜 검색에 대해서는 다음 링크들 참고.

3 Flavors of Social Search

'Natural' Search User Interfaces


Posted by sunseed

Google places 어플 아이폰 지원, 나와 친구들의 취향에 맞는 장소를 추천해 주는 Google Hotpot에 이어 이제는 foursquare와 같은 Checkin 기능도 선보이는 구글.

관련 링크 : Google’s Mobile Moves Tighten Its Grip On Local

1. Google Places 어플

현재 위치 중심으로 주변 장소들을 보여주고, 평가할 수 있음

무엇보다 바로 주변 음식점, 카페, 술집 등을 선택해서 볼 수 있는 점이 좋음.

그리고 “Directions to here”로 바로 찾아 볼 수 있게 되어 있는 점과.

 


 
이것 때문에 음식점 찾아갈 때 바로 사용해 보게 되더라는. (다른 어플 맛집에서 음식점, 술집 골라내기 불편해서)

 이처럼, 모바일에서는 기능은 다 있어도, 어떻게 접근 경로를 잘 만들어 줄거냐(사용성)가 특히 더 중요.


 관련링크 : Now available: Google Places with Hotpot for iPhone

2. Lattitude에 체크인 checkin 기능 탑재


다른 서비스들 보다 좀 더 강화된 Check in/out 기능들 - 도착할 장소에 reminder를 보내거나, 자동check in/out 등 - 반면,  아직 새로운 장소를 추가할 수 없고(Google Places 에 등록된 장소들만 가능), twtiter나 facebook으로 공유할 수 없으며, 무엇보다 현재 Android만 가능하고 아직 iphone을 지원하지는 않음.

관련 링크 : Google Finally Adds Check-Ins To Latitude, With A Couple Twists

3. Google Hotpot

나와 친구들이 평가한 장소들을 기반으로 장소 추천해 주는 Google Hotpot.
내가 많이 평가할 수록, 내 취향에 맞는 장소를 더 많이 추천.

Hotpot정보들은 Google Places 검색 결과에 활용됨. 즉 친구들이 추천하는 장소, 나에 맞춤 장소 검색 결과를 구분해서 볼 수 있음.

  • All results
  • Friends only
  • Just for you

  • Google Hotpot 소개 동영상




  • 관련 링크:
    - Google Hotpot now on Google.com and around the world
    - Discover Yours: Local recommendations powered by you and your friends

  • 그야말로 Mobile + Local +Social 이 함께 맞물려 돌아가는 움직임
Posted by sunseed

Google vs Bing

2011/02/04 10:14

Bing이 google 검색 결과를 도용했다는 구글Danny Sullivan의 주장, 그리고 이에 대한 빙의 공식적인 부인. 검색 알고리즘에 여러 정보를 활용하고 그 중 하나인 click 정보일 뿐이라는 주장.  
그리고 구글이 왜 지금 이 시점에서?와 같은 주변의 관전평들.
( + 추가로 빙 입장도 생각해서 살짝 정정한 Danny Sullivan 이야기와 전반 공방 내용 잘 요약한 Daniel Tunkelang 기사 )

구글과 Danny Sullivan에 따르면,
tarsorrhaphy 의 오자인 "torsoraphy"의 검색 결과가 빙에서 오자란 표시도 없이  tarsorrhaphy의 구글 첫번째 검색 결과가 뜨는 것을 보고 빙을 의심하기 시작





그래서 bing을 의심스럽게 생각한 구글 측 사람들이 bing 툴바를 설치하고 실험을 시작.
hiybbprqag, mbzrxpgjys, indoswiftjobinproduction 등과 같은 검색어들을 입력하고 구글 검색결과를 만들었더니 어느 순간 빙에도 같은 검색 결과가 뜨더라는 이야기.





빙은 이에 대해 검색 랭킹 알고리즘에 수많은 정보를 사용하고 있으며, 그 중 하나인 사용자 클릭 정보로 인한 결과일 뿐이며, 구글의 실험은 검색결과 어뷰징하는 사람들이 많이 쓰는 방식과 같은 덫이라고 주장.

개인적으로 long tail query에 대해서라면,
검색결과 없는 검색어에 대해 다른 검색엔진 결과 긁어와서 보여주는 것은,
랭킹이 아닌 data coverage나 recall 확보 측면에서 괜찮은 아이디어라는 생각.

Google과 Danny가 증거로 내세운 건 오자 입력한 long tail 쿼리라서.

아래는 관련 기사 모음들

[구글 측]
- Google: Bing Is Cheating, Copying Our Search Results   (from Danny Sullivan)
- Microsoft’s Bing uses Google search results—and denies it (from Google's Amit Singhal )
- Google Results, One of Bing's Ranking Signals (Google officical Bolg)


[빙 측]
Setting the record straight
Microsoft: 'We do not copy Google's results'
Thoughts on search quality

[기타 관련 기사]
- So, Bing's Copying Off Google: What Now, Google? 
Bing Copying Google: And I Care Why?
Bing’s Search Results Are A ‘Cheap Imitation’, Google Says

- Wow, Microsoft And Google Are Punching Each Other In The Face Right In Front Of Us!
-
Google Says Bing Cheated

[Update  추가 : 2010.2.6] 
* Bing: Why Google’s Wrong In Its Accusations
 다시 Bing 측 입장에서 올린 Danny Sullivan의 기사
“Google: Bing Is Cheating, Copying SOME Of Our Search Results"
이 주요 골자. 

그리고 잘 요약해 놓은 Daniel Tunkelang의 
*  Google vs. Bing : A Tweetie Beetle Battle Muddle

참고로 빙의 부인에 좋은 이야기가 많아서 인용

 
We use over 1,000 different signals and features in our ranking algorithm. A small piece of that is clickstream data we get from some of our customers, who opt-in to sharing anonymous data as they navigate the web in order to help us improve the experience for all users.

To be clear, we learn from all of our customers. What we saw in today’s story was a spy-novelesque stunt to generate extreme outliers in tail query ranking. It was a creative tactic by a competitor, and we’ll take it as a back-handed compliment. But it doesn’t accurately portray how we use opt-in customer data as one of many inputs to help improve our user experience.
...
We believe search needs to do more for customers



Posted by sunseed

Modern Information Retrieval 2nd Edtion 발매 소식

아마존에서 예약 주문 받고 있다. 1/17일 발매 예정이었는데 아직인 걸 보니 좀 더 걸릴 듯. 

우리나라에는 최신 정보 검색론”으로 번역되어 알려진 Modern Information Retrieval 1판에 비해 전반적으로 내용이 많이 보강되었다.

아무래도 1판 발매 후 10여 년의 세월이 지나기도 했고.

특히 Retrieval Evaluation 부분 - DCG(Discounted Cumulated Gain) 와 A/B testing.

그리고 Text Classification, Structured text retrieval, Enterprise Search 등. 

1판의 "Searching the web"을 Web Retrieval과 Web Crwaling 으로 나누어 좀 더 자세하게 다루고 있고.

저자인 Ricardo Baeza-Yates가 야후에 몸담고 있어선지 실무에 유용한 다양한 내용들이 포함되어 있다.  

정보 검색 교재로 보면,

스탠포드 IR로 알려져 있는 Introduction to Information Retrieval 이 검색 개념을 하나씩 차근차근 알려준다면,

Modern Information Retrieval 2nd Edtion 은  좀 더 종합적인 관점에서 실무에서 일하다 보면 생각해 보게 되는 내용들을 다루고 있다는 생각.

책 공식 사이트에 몇 챕터는 공개되어 있기도 하다.
 
목차만 봐도 다양한 내용들이 다루어 지고 있는 걸 알 수 있다.

더보기


개인적으로 검색 실무하는 사람들에게 추천.

Posted by sunseed
  Saracevic (1975, 1996, 2007)은 적합성을 5가지 유형으로 정의하였다. 
  (1) 시스템 적합성은 검색어와 문서와의 유사도 
  (2) 주제 적합성은 검색어와 문서와의 주관적 유사도
  (3) 인지 적합성은 문서와 사용자의 지식상태와의 부합 정도
  (4) 상황 적합성은 정보와 사용자의 상황, 문제 공간, 과제 등과의 부합 정도
  (5) 정서 적합성은 정보와 사용자의 의도, 목적, 동기와의 부합 정도를 말한다(Saracevic 1996; Freund 2008). 각 적합성 유형을 자세하게 살펴보면 다음과 같다.

시스템 적합성 (System Relevance) 
    시스템 적합성은 객관적 적합성 유형에 속하는 것으로 시스템상의 검색어와 정보의 관계에 대한 것이다. 즉 시스템 상의 검색 성공 또는 실패를 말한다. 시스템 적합성은 일반적으로 “논리적” 적합성(Cooper 1971) 또는 객관적 관점의 “주제적” 적합성으로 알려져 있으며, “문서의 주제가 요구사항의 주제와 얼마나 잘 매치되었는가. 만약 문서가 요구 사항의 주제를 다루고 있다면 해당 문서는 객관적으로 적합하다”(Harter 1992, p.602)고 정의되었다. 시스템 적합성은 전통적인 검색 시스템 평가에서 일반적으로 많이 사용되었다. 시스템 적합성에 의하면 검색된 집합은 검색어와 적합한 것으로 간주될 수 있다.

주제 적합성 (Topical Relevance)
    검색어의 주제와 정보 객체에서 다루는 주제와의 관계를 말한다. 다시 말하면, 사용자가 문서의 주요 내용이 관심 주제와 관련 있다고 인식하는 것이다(Saracevic 1996). 만약 사용자가 문서가 관심 주제에 대한 것으로 믿는다면 이는 주제상 적합하다. 이는 검색어와 객체가 둘 다 주제에 대해 정의될 수 있다는 것을 전제로 한다. 주제성(aboutness)이 주제 적합성의 척도가 된다. 주제 적합성은 벡터 스페이스 모델에서의 코사인(cosine) 유사도와 같이 기계적으로 계산되는 시스템 적합성과는 달리, 사용자의 주관적 판단을 말한다(Xu & Chen 2006; Borlund 2003). 즉 정보 요구와 문서의 주요 내용이 얼마나 잘 맞는지를 사람이 판단하는 것으로 지적 주제성(intellectual topicality)으로 명명되기도 하였다(Borlund 2003).

인지 적합성 (Cognitive Relevance)
    인지 적합성은 문서가 사용자의 지식 상태에 어떻게 영향을 미치는지를 말한다(Borlund 2003; Howard 1994; Saracevic 1996). Saracevic (1996)은 인지 적합성을 문서가 사용자의 지식에 인지적으로 부합하는지와 문서의 정보성으로 규정지었다. 인지적 일치(Cognitive correspondence), 정보성, 신선성, 정보 품질 등이 인지 적합성을 유추할 수 있는 척도가 된다. 인지 적합성은 사람에 따라 그 지식 정도나 이해 수준에 따라 달라 질 수 있는 반면, 주제 적합성은 문서의 주제가 여러 사람들에게 좀 더 일반적으로 보편적으로 판단될 수 있다는 점에서 차이가 있다.

상황 적합성 (Situational Relevance)
    상황 적합성은 문제 해결에 있어 문서의 실용적 유용성을 일컫는다(Cosijn & Ingwersen 2000; Saracevic 1975; Saracevic 1996; Schamber 1994; Borlund 2003). 즉 상황, 과제, 문제 등과 정보 객체와의 관계를 말한다. 의사 결정에 있어서의 유용성, 문제 해결에 있어서 정보의 적절성, 불확실성의 감소 등이 상황 적합성을 유추할 수 있는 척도가 된다. 이러한 관점에서 문서가 문제 해결에 기여한다면 적합한 반면, 그렇지 않으면 부적합하다고 볼 수 있다.
    처음 상황 적합성의 개념을 소개한 Wilson(1973, p.458)은 상황 적합성을 “어떻게 사람들이 정보를 사용하고 어떻게 그들의 관점이 변하는지 등과 같은 정보의 실질적 사용과 효과”라고 정의하였다. Saracevic(1975, p.334)은 “정보 검색 시스템에서 적합한 정보를 제공하는 것이란 유용한, 즉 주어진 문제를 해결하는데 직접적인 도움이 되는 정보를 제공하는 것이다”라고 하였다. Borlund (2003, p.922)는 상황 적합성을 사용자 중심의 경험적, 현실적 그리고 역동적인 적합성 유형이라 하였다.
    상황 적합성은 유용성(usefulness), 가치(value), 효용성(utility), 실용적 기능(pragmatic application) 또는 과제나 문제에 대한 문서의 정보성 등으로 정의되기도 하였다(Cosijn & Ingwersen 2000; Hjørland & Christensen 2002; Mizzaro 1997; Park 1997; Saracevic 1975). Borlund(2003)는 실질적인 문제와 얼마나 밀착되어 있는지가 인지 적합성과 상황 적합성 간의 핵심적인 차이라고 지적하였다. 즉 상황 적합성은 즉각적으로 실제 문제 해결에 대한 필요에 기반을 둔데 반해, 인지 적합성은 그렇지 않다(Xu & Chen 2006). 주제 적합성이나 상황 적합성의 차이 또한 문서의 실용성 기능에서 찾아 볼 수 있다(Xu & Chen 2006). 예를 들어 어떤 사람은 단지 호기심을 만족시키기 위해 정보를 검색할 수도 있다(Xu & Chen 2006). 상황 적합성은 또한 사회적 그리고 문화적 요인을 포함하는 것으로 확장될 수 있다(Cosijn & Ingwersen 2000).
많은 연구에서 현실적인 적합성 유형으로 여겨진 상황 적합성을 다루었다(Schamber et al. 1990; Barry 1994; Harter 1992; Park 1997; Choi & Rasmussen 2002).

정서 적합성 (Affective Relevance)
    정서 적합성은 사용자의 의도나 목적, 목표, 정서, 동기 등과 문서의 관계를 일컫는다. 즉 문서가 사용자의 의도, 목적, 동기 등을 만족시키는지에 따른 정서적 반응을 말한다(Saracevic 1996). 만족, 성공, 목적 달성 등이 정서 적합성을 유추하는 척도가 된다. 정서 적합성은 다른 적합성 유형, 특히 상황 적합성의 근간이 될 수 있다. 의도, 목적, 동기 등은 사용자로 하여금 정보를 찾고자 하고, 정보 검색을 수행하고, 검색된 결과의 적합성을 평가하게 되는 동력이 된다.

  - 출처: 박정아 (2010), "정보검색에서의 사용자 중심 적합성 판단 모형 개발 및 평가"  

주요 참고문헌
  • Saracevic, T. (1975). Relevance: A review of and a framework for the thinking on the notion in information science. Journal of the American Society for Information Science, 26, 321-343.
  • Saracevic, T. (1996). Relevance reconsidered '96. In P. Ingwersen & N.O. Pots (Eds.), Second International Conference on Conceptions of Library and Information Science (CoLIS2) (pp. 201-218). Copenhagen: Royal School of Librarianship.
  • Saracevic, T. (2007). Relevance: A review of the literature and a framework for thinking on the notion in information science. Part II: Nature and manifestations of relevance. Journal of the American Society for Information Science and Technology, 58, 1915-1933.
Posted by sunseed
◀ PREV : [1] : [2] : [3] : [4] : [5] : ... [70] : NEXT ▶

BLOG main image
결국은 사람 by sunseed

카테고리

분류 전체보기 (691)
검색/IT (81)
인지과학/HCI (44)
read things (46)
work life (20)
research (3)
일상다반사 (61)
마음이 울리다 (76)
말, 말, 말 (32)
좋을텐데 (0)
My Digg (0)
Today's attention (9)
life log (3)
private (0)
social network (0)
영화 (3)
여행 (2)
문화생활 (0)

달력

«   2012/05   »
    1 2 3 4 5
6 7 8 9 10 11 12
13 14 15 16 17 18 19
20 21 22 23 24 25 26
27 28 29 30 31    

글 보관함