211service.com
Informazioni abbozzate
Cerchi consigli su libri, CD o film? Digita il nome di un autore che ti piace su Gnooks.com e si apre una schermata di altri scrittori. Ma ciò che rende il sito diverso è che gli autori non appaiono come un elenco scorrevole. Invece, il nome che fornisci si trova al centro della finestra del browser mentre i nomi suggeriti sono sparsi qua e là, tremando e danzando come se cercassero di darsi una gomitata per togliersi di mezzo per raggiungere il centro.
Questa è la visualizzazione della ricerca in azione. Più un altro scrittore è vicino alla tua scelta, più è probabile che il sistema pensi che anche tu apprezzerai il lavoro di quell'autore. Gnook e altri sistemi stanno applicando tecniche di visualizzazione dei dati e analisi delle relazioni per aiutare le persone a ottenere una visione diversa di ciò che è sul Web. Invece di fornire risultati di ricerca come un lungo elenco di collegamenti, le ricerche grafiche mostrano come le diverse categorie e tipi di informazioni si relazionano tra loro. La parte difficile è trovare un modo per presentare le informazioni senza richiedere all'utente di ottenere una laurea su come utilizzare l'interfaccia.
Le tecniche di visualizzazione esistono da tempo sul Web. I siti consentono da tempo agli utenti di fare cose come fare clic su un'area della mappa per ottenere tutti i rappresentanti di vendita o le sedi dell'azienda in quell'area. Il punto in cui i nuovi approcci differiscono è nella complessità, perché possono mostrare relazioni complesse tra gli elementi. Il creatore di Gnooks Marek Gibney di Amburgo, in Germania, ha avviato il suo sistema come progetto personale, utilizzando l'intelligenza artificiale per produrre consigli musicali. Ora Gnook, Gnoovies (per i film) e Gnoosic (per la musica) si connettono tutti a un sito centrale - Gnod.net, per la rete globale dei sogni - e usano un approccio simile. Se al 90% dei lettori di Douglas Hofstadter piace anche [Stephen] Hawking, la distanza tra questi due scrittori nella dimensione Hofstadter-Hawking è 0,1, dice Gibney.
Tutte le informazioni relative alle preferenze che ha provengono dagli utenti del sito che descrivono i loro simpatie e antipatie. Qualcuno nomina tre autori o artisti musicali o film preferiti; Gnod mostra quindi una serie di scelte e chiede per ciascuna se all'utente piace o meno. Man mano che più persone esprimono le loro preferenze, Gnod accumula le informazioni per perfezionare ulteriormente i suoi suggerimenti. Non c'è niente di particolarmente nuovo nell'ottenere consigli basati su simpatie e antipatie. Ciò che distingue Gnod è il suo uso della rappresentazione visiva per rivelare la forza della raccomandazione. La metafora della distanza mostra quanto siano strettamente legati in termini di popolarità due autori, in base alle informazioni sulle preferenze fornite da tutti gli utenti. Graficamente, rappresenta un insieme di relazioni multidimensionali in due dimensioni.
La grafica aggiunge una potente capacità alla ricerca grazie al modo in cui le persone percepiscono, afferma Phil H. Goddard, direttore di Human Factors International, una società di consulenza di Fairfield, Iowa. Gli esseri umani sono processori spaziali, dice. Ad esempio, la maggior parte delle persone trova più facile comprendere i dati in forma tabellare che in un elenco non formattato. I front-end grafici per i motori di ricerca possono organizzare e presentare le informazioni in modo da consentire agli utenti di assorbirle ed elaborarle in modo più efficiente. Tali strumenti, dice Goddard, stanno capitalizzando l'effetto che vediamo i modelli e apprendiamo i modelli e analizziamo i modelli più velocemente di quanto elaboriamo il testo.
Ma trovare la forma corretta per visualizzare le informazioni in un modo che gli utenti possano afferrare rapidamente non è facile. Cambia il pubblico e i tipi di domande che potrebbero porre, e anche la forma visiva cambia di molto. Endeca, una società di Cambridge, MA, focalizzata sulla navigazione guidata, ha una demo della sua tecnologia che mostra come la ricerca visiva potrebbe aiutare una persona media a scegliere un vino. Ogni bottiglia di vino avrà un insieme multidimensionale di caratteristiche, come origine, sapori, annata e prezzo. Chi immette zinfandel come termine di ricerca vedrebbe elenchi di collegamenti di testo formattati orizzontalmente raggruppati per tipo di caratteristica. La scelta di uno zinfandel americano farebbe apparire le regioni nazionali, nonché le categorie di prezzo, gli anni e le valutazioni dei degustatori di vino. Non ci sono icone, nessuna immagine. Il motivo, afferma il CEO di Endeca Steve Papa, è che più complessa è la visualizzazione, più esperto deve essere l'utente. Alcune di queste interfacce grafiche richiedono più sofisticatezza rispetto alla maggior parte delle persone, afferma.
Per arrivare al punto di considerare la giusta rappresentazione grafica, un sistema deve sapere come i dati si connettono. Esistono vari algoritmi e approcci; anche Google basato su testo offre una misura della pertinenza che un collegamento ha per un termine di ricerca e Yahoo! raggruppa i collegamenti sotto le intestazioni. Ma ciò che realmente aiuta a cementare le relazioni sono i metadati, ovvero le informazioni sulla natura e la struttura dei dati.
La sfida più grande con la visualizzazione è il sovraccarico di dati, afferma Greg Coyle, direttore generale di Ancubis, uno sviluppatore di strumenti di visualizzazione della ricerca con sede a Cambridge, nel Regno Unito. Quando i set di dati diventano grandi, è una sfida rappresentarli visivamente in modo utile e non spaventare a morte l'utente. Una presentazione efficace richiede la comprensione di come classificarla e mettere in relazione un'informazione con un'altra. Quindi gli sviluppatori hanno bisogno di informazioni descrittive sui dati sottostanti che le persone vogliono cercare.
Anacubis ottiene questi metadati da partner commerciali come Dunn & Bradstreet. Ogni tipo di dati è rappresentato da un'icona e le relative icone di dati sono collegate da linee. Le informazioni arrivano al software Anacubis in un formato proprietario utilizzando un linguaggio di markup esteso o XML. L'applicazione Anacubis può mostrare lo sfondo di un'azienda come un'icona, icone di persone connesse per i funzionari aziendali, un'altra immagine per i risultati finanziari recenti e così via. Le relazioni rendono espliciti i collegamenti che si potrebbero trovare leggendo più report e correlando i risultati.
Una demo del sistema Anacubis mostra una ricerca su Google collegata a un elenco di Amazon.com per il film, Another Thin Man.
Una versione dimostrativa delle capacità di Anacubis consente a qualcuno di cercare artisti, scrittori, libri, CD o film passando la richiesta ad Amazon.com. I risultati vengono visualizzati come icone. Gli utenti possono quindi fare clic con il pulsante destro del mouse su qualsiasi icona e richiedere una ricerca correlata su Google. Google, tuttavia, fornisce solo informazioni di testo, senza metadati. Per restringere e affinare i risultati, Anacubis esamina i metadati che ha dalla ricerca Amazon; un film, per esempio, avrà regista, cast e sceneggiatore associati. Quindi, se qualcuno cerca informazioni aggiuntive su una versione DVD della versione di Amleto di Lawrence Olivier, Anacubis potrebbe cercare su Google i termini Amleto, DVD e film.
Ma i front-end di visualizzazione non sono soluzioni magiche per coloro che vogliono trovare qualcosa; una combinazione di testo e comandi booleani può risolvere rapidamente una ricerca complessa. Considera, ad esempio, un acquirente di vini che cerca un merlot australiano con un pizzico di quercia per $ 7,99. L'uso della visualizzazione richiederebbe probabilmente più passaggi per spostarsi tra le schermate delle informazioni. E trovare la migliore combinazione di rappresentazione e organizzazione dei dati può essere difficile.
Rendere le cose individuabili e comprensibili è davvero difficile, afferma Sue Aldrich, vicepresidente senior di Patricia Seybold Group, una società di consulenza per i processi aziendali incentrati sul cliente. È incredibile che troviamo qualcosa. Quindi, anche se gli utenti acquisiscono una migliore comprensione dei dati prima di loro, gli sviluppatori non dovrebbero aspettarsi che il loro lavoro sia facile come i grafici a torta oa torta.