論文の概要: ISMIE: A Framework to Characterize Information Seeking in Modern Information Environments
- arxiv url: http://arxiv.org/abs/2510.07644v1
- Date: Thu, 09 Oct 2025 00:32:07 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-10-10 17:54:14.79009
- Title: ISMIE: A Framework to Characterize Information Seeking in Modern Information Environments
- Title（参考訳）: ISMIE - 現代情報環境における情報探索を特徴付けるフレームワーク
- Authors: Shuoqi Sun, Danula Hettiachchi, Damiano Spina,
- Abstract要約: 情報探索(IS)モデルは、ユーザ・システム間のインタラクションを特徴付ける効果的なメカニズムである。
現代情報環境における情報探索(ISMIE)フレームワークを基本ステップとして提案する。
- 参考スコア（独自算出の注目度）: 4.975635666875205
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: The modern information environment (MIE) is increasingly complex, shaped by a wide range of techniques designed to satisfy users' information needs. Information seeking (IS) models are effective mechanisms for characterizing user-system interactions. However, conceptualizing a model that fully captures the MIE landscape poses a challenge. We argue: Does such a model exist? To address this, we propose the Information Seeking in Modern Information Environments (ISMIE) framework as a fundamental step. ISMIE conceptualizes the information seeking process (ISP) via three key concepts: Components (e.g., Information Seeker), Intervening Variables (e.g., Interactive Variables), and Activities (e.g., Acquiring). Using ISMIE's concepts and employing a case study based on a common scenario - misinformation dissemination - we analyze six existing IS and information retrieval (IR) models to illustrate their limitations and the necessity of ISMIE. We then show how ISMIE serves as an actionable framework for both characterization and experimental design. We characterize three pressing issues and then outline two research blueprints: a user-centric, industry-driven experimental design for the authenticity and trust crisis to AI-generated content and a system-oriented, academic-driven design for tackling dopamine-driven content consumption. Our framework offers a foundation for developing IS and IR models to advance knowledge on understanding human interactions and system design in MIEs.
- Abstract（参考訳）: 現代の情報環境(MIE)はますます複雑になり、ユーザの情報ニーズを満たすために設計された幅広い技術によって形作られていく。
情報探索(IS)モデルは、ユーザ・システム間のインタラクションを特徴付ける効果的なメカニズムである。
しかし、MIEランドスケープを完全にキャプチャするモデルの概念化は困難である。
そのようなモデルが存在するのでしょうか?
そこで本研究では,現代情報環境における情報探索(ISMIE)フレームワークを基本ステップとして提案する。
ISMIEは、コンポーネント(例:情報シーカー)、インターベンティング変数(例:対話変数)、アクティビティ(例:買収)という3つの主要な概念を通じて、情報検索プロセス(ISP)を概念化する。
ISMIEの概念と、共通シナリオに基づくケーススタディ(誤情報拡散)を用いて、6つの既存のISと情報検索(IR)モデルを分析し、ISMIEの限界と必要性を説明する。
次に、ISMIEがキャラクタリゼーションと実験設計の両方において実行可能なフレームワークであることを示す。
ユーザ中心の、業界主導の、AI生成コンテンツに対する信頼性と信頼の危機のための実験的設計と、ドーパミン駆動コンテンツ消費に取り組むためのシステム指向の学術的設計である。
我々のフレームワークは、MIEにおけるヒューマンインタラクションとシステム設計の理解を深めるために、ISとIRモデルを開発する基盤を提供する。
関連論文リスト
- Intelligent Knowledge Mining Framework: Bridging AI Analysis and Trustworthy Preservation [0.4742825811314167]
本稿では,AI駆動分析と信頼性のある長期保存のギャップを埋めるための概念モデルであるIntelligent Knowledge Mining Framework(IKMF)を紹介する。
このフレームワークはデュアルストリームアーキテクチャを提案している。水平マイニングプロセスは、生データをセマンティックにリッチで機械操作可能な知識に変換し、それらの資産の整合性、証明性、計算を保証するために、並列のTrustworthy Archiving Streamを提供する。
論文 参考訳（メタデータ） (2025-12-19T17:01:03Z) - PICKT: Practical Interlinked Concept Knowledge Tracing for Personalized Learning using Knowledge Map Concept Relations [2.449909275410288]
本稿では,学生のインタラクションのシーケンスを分析し,知識獲得レベルを予測する知識追跡モデルのコア技術に焦点をあてる。
知識マップは、質問や概念テキスト情報を考慮した概念間の関係を構造化し、冷戦開始時においても効果的な知識追跡を可能にする。
論文 参考訳（メタデータ） (2025-12-08T05:24:17Z) - A Framework for Generating Artificial Datasets to Validate Absolute and Relative Position Concepts [2.0391237204597368]
このフレームワークは、オブジェクト認識、絶対位置と相対位置、属性識別といった基本的な概念に焦点を当てている。
提案するフレームワークは、多種多様な包括的なデータセットを生成するための貴重な手段を提供する。
論文 参考訳（メタデータ） (2025-09-17T18:37:24Z) - Topological Structure Learning Should Be A Research Priority for LLM-Based Multi-Agent Systems [69.95482609893236]
大規模言語モデルに基づくマルチエージェントシステム(MAS)は、協調的な知性によって複雑なタスクに取り組むための強力なパラダイムとして登場した。
我々は,エージェント間相互作用の構造を明示的にモデル化し,動的に最適化する,エフェトロジーを意識したMASへのパラダイムシフトを求める。
論文 参考訳（メタデータ） (2025-05-28T15:20:09Z) - SITE: towards Spatial Intelligence Thorough Evaluation [121.1493852562597]
空間知能 (Spatial Intelligence, SI) は、空間的関係の可視化、操作、推論を含む認知能力を表す。
SI Thorough Evaluationに向けたベンチマークデータセットであるSITEを紹介する。
ベンチマークの計算には、31の既存のデータセットに関するボトムアップ調査と、認知科学の3つの分類システムに基づくトップダウン戦略を組み合わせる。
論文 参考訳（メタデータ） (2025-05-08T17:45:44Z) - On the Element-Wise Representation and Reasoning in Zero-Shot Image Recognition: A Systematic Survey [82.49623756124357]
ゼロショット画像認識(ZSIR)は、限られたデータから一般化された知識を学習することにより、目に見えない領域の認識と推論を目的としている。
本稿では,ZSIRの最近の進歩を徹底的に研究し,今後の発展の基盤となるものについて述べる。
論文 参考訳（メタデータ） (2024-08-09T05:49:21Z) - SINKT: A Structure-Aware Inductive Knowledge Tracing Model with Large Language Model [64.92472567841105]
知識追跡(KT)は、学生が次の質問に正しく答えるかどうかを判断することを目的としている。
大規模言語モデルを用いた構造認識帰納的知識追跡モデル(SINKT)
SINKTは、学生の知識状態と質問表現とを相互作用させることで、対象の質問に対する学生の反応を予測する。
論文 参考訳（メタデータ） (2024-07-01T12:44:52Z) - User Modeling and User Profiling: A Comprehensive Survey [0.0]
本稿では,ユーザモデリングとプロファイリング研究の現状,進化,今後の方向性について調査する。
我々は、初期のステレオタイプモデルから最新のディープラーニング技術までの開発をトレースする、歴史的概要を提供する。
また、プライバシ保護技術に対する重要なニーズと、ユーザモデリングアプローチにおける説明可能性と公正性への推進にも対処する。
論文 参考訳（メタデータ） (2024-02-15T02:06:06Z) - Information Screening whilst Exploiting! Multimodal Relation Extraction
with Feature Denoising and Multimodal Topic Modeling [96.75821232222201]
既存のマルチモーダル関係抽出(MRE)研究は、内部情報過剰利用と外部情報過多という2つの共存課題に直面している。
内部情報スクリーニングと外部情報活用を同時に実現する新しいフレームワークを提案する。
論文 参考訳（メタデータ） (2023-05-19T14:56:57Z) - Understand me, if you refer to Aspect Knowledge: Knowledge-aware Gated
Recurrent Memory Network [54.735400754548635]
アスペクトレベルの感情分類(ASC)は、レビューで言及された特定の側面に対する微粒な感情極性を予測することを目的としている。
最近のASCの進歩にもかかわらず、マシンが重要な側面の感情を推測できるようにすることは依然として困難である。
本稿では,(1)アスペクト知識の欠如によるアスペクト表現がアスペクトの正確な意味と特性情報を表現するのに不十分であること,(2)先行研究は局所的な構文情報とグローバルな関係情報のみを捉えること,という2つの課題に対処する。
論文 参考訳（メタデータ） (2021-08-05T03:39:30Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。