Representing, tracking, and evaluating user's changing knowledge and needs in information retrieval
Dima El Zein · HAL (Le Centre pour la Communication Scientifique Directe) · 2023
L'utilisation des systèmes de recherche d'information est désormais un élément essentiel de notre quotidien, offrant une source d'information riche et facile d'accès. Cependant, bien que ces systèmes, tels que les moteurs de recherche, soient efficaces pour fournir des données factuelles et adapter les résultats en fonction de facteurs contextuels tels que la localisation, l'appareil et les intérêts, ils ne sont pas optimisés pour soutenir les objectifs d'apprentissage des utilisateurs ni tenir compte de l'évolution de leurs connaissances. Les connaissances de l'utilisateur ne sont pas statiques, mais plutôt dynamiques. L'utilisateur entame une session de recherche avec des connaissances préexistantes et continue d'acquérir des connaissances pendant le processus de recherche. Afin de trouver des informations dans le but d'apprendre sur un sujet, il peut être nécessaire de soumettre plusieurs requêtes et de visiter de nombreux sites, dont certains peuvent manquer de pertinence, ce qui entraîne une perte de temps pour trouver l'information souhaitée.Le domaine de l'adaptation des systèmes de recherche pour les objectifs d'apprentissage, communément appelé "recherche comme apprentissage" ou "search as learning", a récemment suscité beaucoup d'attention. Cependant, nous soutenons qu'avant d'adapter ces systèmes pour soutenir l'apprentissage, il est crucial de comprendre comment les utilisateurs apprennent et acquièrent des connaissances, ainsi que la manière de structurer ces informations dans les systèmes. De plus, l'évaluation de ces systèmes présente des défis, car les méthodes de recherche et les mesures d'évaluation existantes négligent souvent la représentation et le suivi des connaissances des utilisateurs. Il existe un manque de jeux de données disponibles pour mesurer l'efficacité des systèmes prétendant soutenir l'apprentissage pendant les sessions de recherche.Dans cette thèse, notre objectif est de surmonter ces problèmes en proposant tout d'abord différentes approches pour représenter les objectifs d'apprentissage des utilisateurs dans les systèmes de recherche. Nous proposons un cadre qui peut suivre de manière dynamique l'évolution des connaissances et des besoins des utilisateurs, et estimer le résultat d'apprentissage de l'utilisateur à tout moment pendant la session de recherche. Deuxièmement, nous proposons une nouvelle mesure d'évaluation qui évalue dynamiquement les documents et les listes classées de documents par rapport aux besoins changeants de l'utilisateur et à l'évolution de ses connaissances. Nous construisons ensuite un jeu de données permettant de suivre l'évolution des connaissances des utilisateurs tout au long des sessions de recherche, qui servira de référence pour les autres chercheurs. Enfin, nous proposons un cadre théorique pour implémenter ces concepts dans un système basé sur un agent doté de capacités de raisonnement basées sur des règles.