Введение
Информационное просеивание – это теория, которая применяет идеи из теории оптимального поиска для понимания того, как люди ищут информацию. Теория основана на предположении, что при поиске информации люди используют "врожденные" механизмы, эволюционировавшие, чтобы помочь нашим животным предкам находить пищу. Важно понимать, что более глубокое понимание поведения людей при поиске информации может улучшить удобство использования веб-сайтов и любых других пользовательских интерфейсов.
История теории
В 1970-х годах антропологи и экологи разработали теорию оптимального поиска пищи, чтобы объяснить, как животные добывают себе пропитание. Она предполагала, что пищевое поведение животных направлено на максимизацию энергетической отдачи за определенный промежуток времени. Для каждого хищника определенная добыча стоит усилий по ее добыче, в то время как другие могут привести к чистому расходу энергии. В начале 1990-х годов Питер Пиролли и Стюарт Кард из PARC заметили сходство между паттернами поиска информации пользователями и стратегиями поиска пищи животными. Работая совместно с психологами для анализа действий пользователей и информационного окружения, в котором они ориентировались (ссылки, описания и другие данные), они показали, что люди, ищущие информацию, используют те же стратегии, что и животные, добывающие пищу. В конце 1990-х годов Эд Х. Чи вместе с Пиролли, Кардом и другими сотрудниками PARC продолжил развивать идеи и алгоритмы, связанные с информационным следом, чтобы применять эти концепции на практике в реальных интерактивных системах, включая моделирование поведения пользователей в сети, определение информационных потребностей на основе логов посещений веб-сайтов и использование концепций информационного следа в интерфейсах чтения и просмотра.
Подробности теории
"Информафоры" постоянно принимают решения о том, какую информацию искать, оставаться ли на текущем сайте в попытках найти дополнительную информацию или переходить на другой сайт, какой путь или ссылку выбрать для перехода к следующему источнику информации и когда, наконец, прекратить поиск. Хотя человеческое познание не формировалось под давлением эволюции для улучшения использования сети, присущие человеку черты, связанные с выживанием – быстрая реакция на неполную информацию и стремление к экономии энергии – заставляют их оптимизировать поведение при поиске и одновременно минимизировать умственные усилия.
Информационный запах
Наиболее важной концепцией в теории информационного поиска является информационный запах. Подобно тому, как животные полагаются на запахи, чтобы оценить вероятность обнаружения добычи в текущей местности и найти другие перспективные участки, люди также используют различные сигналы в информационной среде для получения схожих результатов. Пользователи оценивают, сколько полезной информации они, вероятно, получат, следуя определенному пути, и после поиска сравнивают фактический результат со своими ожиданиями. Когда информационный запах перестает усиливаться (то есть, когда пользователи больше не ожидают найти полезную дополнительную информацию), они переходят к другому источнику информации.
Информационная диета
Некоторые тенденции в поведении пользователей сети легко объяснить, исходя из теории информационного поиска. В сети каждый сайт – это участок, а информация – добыча. Покинуть сайт легко, но найти хорошие сайты не всегда было просто. Развитые поисковые системы изменили это, надёжно предоставляя релевантные ссылки и изменяя стратегии поиска пользователей. Когда пользователи ожидают, что сайты с большим объёмом информации легко найти, у них снижается мотивация оставаться на одном ресурсе. Растущая доступность широкополосного доступа может оказывать схожий эффект: постоянное подключение стимулирует такое поведение, как короткие онлайн-посещения для получения конкретных ответов.
Модели
Были предприняты попытки разработать вычислительные когнитивные модели для описания поведения информационного поиска в сети Интернет. Эти модели исходят из того, что пользователи оценивают релевантность информации, опираясь на показатели информационного следа, которые обычно выводятся с использованием статистических методов, извлекающих семантическую связанность слов из больших текстовых баз данных. В последнее время эти модели информационного поиска были расширены для объяснения социального информационного поведения. См. также модели совместной категоризации.