【论文推荐】层次知识图谱，Hierarchical Knowledge Graphs: A Novel Information Representation for Exploratory Search Tasks

题目： Hierarchical Knowledge Graphs: A Novel Information Representation for Exploratory Search Tasks

简介： 在探索性搜索任务中，除了信息检索之外，信息表示是有意义的重要因素。在本文中，我们探索了知识图的多层扩展，即层次知识图（HKG），它将层次化和网络可视化结合为统一的数据表示形式，作为支持探索性搜索工具。我们将描述我们的算法，以构建可视化效果，分析结果以定量地展示与网络的性能奇偶性以及相对于层次结构的性能优势，并从交互日志，interviews和thinkalouds的数据综合到测试平台数据集上，以证明统一的分层结构+ HKG中的网络结构。除了上述研究，我们还对精度和召回率对两种不同的探索性搜索任务的层次知识图的性能进行了其他混合方法分析。虽然定量数据显示精确度和召回率对用户性能和用户工作量的影响有限，但定性数据与事后统计分析相结合提供了证据，表明探索性搜索任务的类型（例如学习与调查）可能会受到精确度和召回影响。此外，我们的定性分析发现用户无法感知所提取信息的质量差异。我们讨论了结果的含义，并分析了在实验任务中对探索性搜索性能产生更大影响的其他因素。