自動分群搜尋引擎之使用者評估研究

作者
陳思穎
指導教授
卜小蝶
畢業學校
國立臺灣師範大學
畢業系所
圖書資訊學研究所
學位類別
碩士
畢業學年度
95
內容
隨著網路資源迅速成長,利用搜尋引擎檢索網路資源,也成為使用者最有利的檢索工具。然而,現今以相關排序為主的搜尋引擎,仍無法有效地過濾龐雜的檢索結果,反而容易造成使用者的困擾。自動分群搜尋引擎則提供使用者另一種選擇,以自動分群的方式提供使用者分門別類的群集主題,藉以改善檢索效益。 雖然自動分群技術之相關研究已行之有年,但仍缺少使用者方面之相關研究,因此本研究即嘗試以使用者觀點評估群集架構及其使用性。本研究設計兩階段實驗,讓使用者實際參與任務,包含使用者自訂情境與研究者指定情境,並從中觀察使用者使用自動分群搜尋引擎之情形,再利用歷程分析紀錄使用者之檢索歷程,搭配問卷與訪談深入瞭解使用者主觀認知。研究中採用自建之實驗平台、檢索任務及評估問卷、訪談大綱、電腦螢幕錄製軟體等,以利研究之進行。並依據研究目的與問題獲取所需之研究素材,以觀察及訪談方式整理歸納受試者之檢索行為特性,及利用檢索歷程紀錄、訪談、評估問卷等方式,分析搜尋引擎之檢索效率與效益,最後則以訪談與評估問卷分析使用者滿意度。 研究結果發現,使用者使用自動分群搜尋引擎與相關排序搜尋引擎之最大差異在於,使用者過濾資訊時所花費的時間與心力,以及使用之時機皆有所影響;其次,自動分群搜尋引擎對使用者最大的幫助在於,有較佳的檢索效益、可以縮小檢索主題範圍、突顯重要概念、提供多維思考方向,並在簡單/封閉的問題有最佳檢索表現。最後,本研究提出改善自動分群搜尋引擎之建議,包括依據使用者所需提供常用之群集類別與組合、與自訂層級及其檢索結果數量等個人化的服務,或是參考人工分類以及使用者回饋等方式,以使用者為導向提升分群的品質。
網址連結
發布日期:2018年09月13日 最後更新:2018年12月18日