个体信息检索中搜索策略的自动检测：一种隐马尔可夫模型方法

信息检索过程是信息检索行为研究中的重要课题。定性和实证方法均已被用于分析信息检索过程，主要侧重于揭示用户行为背后的潜在搜索策略。大多数现有工作需要预先定义搜索策略并手动编码数据。在少数能够自动识别搜索策略的工作中，它们未能对这些策略进行合理解释。在本文中，我们提出使用一种自动技术，即隐马尔可夫模型 (HMM)，来显式地对搜索策略进行建模。HMM 结果表明，所识别的个体信息检索行为的搜索策略与 Marchionini 的信息检索过程模型一致。凭借展示搜索策略与搜索动作之间的联系以及搜索策略之间转换的优势，我们认为 HMM 是研究信息检索过程的有用工具，或者至少它为分析大规模数据集提供了一种可行的方法。