قام الباحثون في معهد هلسنكي لتكنولوجيا المعلومات (HIIT) بتطوير محرك بحث جديد متفوق على الأنظمة الحالية ويساعد الناس للقيام بعمليات البحث بشكل أكثر كفاءة. يأتي اختلاف محرك البحث SciNet الجديد من فكرة اعتماده في البحث على الإنترنت على ما يعرف ب Recognition(1) Tasks.
يتمُّ ذلك من خلال إظهار الكلمات الرئيسية ذات الصلة ببحث المستخدم في «الرادار» المتعلق مباشرة بهذا البحث، ويمكنُ للناس من خلال استخدام محرك البحث SciNet الحصول على نتائج ذات الصلة بالبحث ومتنوعة بشكل أسرع، وخاصة عندما لا يعرفون ما يبحثون عنه بالضبط أو كيفية صياغة كلمات البحث للعثور عليه.
عندما يقوم المستخدم بعملية البحث أو الاستعلام في البداية، يعرض SciNet مجموعة من الكلمات الرئيسية والمواضيع على شكل رادار مخصص لهذا الموضوع، وبمساعدة من الاتجاهات الموجودة على الرادار، يعرض محرك البحث كيفية ترابط هذه الموضوعات مع بعضها البعض. ويتم التعبير عن هذا ترابط الكلمات والمواضيع من خلال المسافة من نقطة المركز للرادار- حيث تكون المواضيع الأكثر ارتباطاً هي الأقرب إلى المركز، والمواضيع الأقل أهمية اوالأقل ترابط تكون أبعد.

كما يقدم محرك البحث بدائل متعلقة بالموضوع قد لا يكون المستخدم فكر في الاستعلام عنها. وعن طريق تحريك الكلمات حول الرادار، يمكن للمستخدمين تحديد ما هي المعلومات الأكثر فائدة بالنسبة لهم.

وقال البروفيسورGiulio Jacucci: " وفقاً لبعض التقديرات عما يسمى بالكون الرقمي (مثل البيانات والوثائق)، فإنه من المتوقع أن ينمو بحلول عام 2020 بمقدار 10 مرات! بالتالي فإن الأدوات التي تساعدنا على تحويل المدة التي نقضيها في البحث إلى اكتشاف وفهم المعلومات ستكون ذات أهمية متزايدة لتعزيز الإنتاجية والإبداع".

عندما يكون الناس غير متأكدين من الموضوع الذي يبحثون عنه، فعادة ما يترددون في إعادة صياغة الاستعلام الأصلي، حتى إذا كانوا بحاجة إلى هذا التعديل من أجل العثور على المعلومات الصحيحة. و بمساعدة سحابة من الكلمات، يمكن للناس استنتاج بسرعة أكبر أي من خيارات البحث التي يتلقونها هي الأكثر أهمية بالنسبة إليهم، لأنهم ليسوا بحاجة إلى زيارة الصفحات التي يقدمها محرك البحث العادي للعثور على كلمات بحث جديدة أقرب إلى ما يحتاجونه والبدء من جديد.

ويقول منسق المشروع Tuukka Ruotsalo: "من الصعب على الناس في كثير من الأحيان أن يعبروا عما يبحثون عنه بدقة من خلال الكلمات، لذلك لا يصبح البحث أكثر تركيزاً في كثير من الأحيان حتى يبدأ المستخدم بالبحث الفعلي".
يستطيعُ محرك البحث SciNet حلَّ هذه المشاكل لأنه من الأسهل على الناس إدراك المعلومات التي يريدونها من خلال الخيارات التي يقدمها لهم محرك البحث SciNet مقارنة بقيامهم بعملية الكتابة بأنفسهم.

تم تطوير محرك البحث SciNet ونمذجة المستخدم المتعلقة به في معهد هلسنكي لتكنولوجيا المعلومات HIIT، وهو معهد بحوث مشترك من جامعة Aalto وجامعة Helsinki في فنلندا. وتأسست الشركة Etsimo المحدودة لتسويق محرك البحث على أساس بحوثHIIT، والتي تركز على دعم عمليات البحث المعقدة.

الحاشية:
Recognition) (1) أو التعرف على الأنماط (Pattern Recognition): هو فرع من فروع التعلم التلقائي (Machine Learning) الذي يركز على التعرف على الأنماط في البيانات. و يتم تدريب أنظمة التعرف على الأنماط في كثير من الحالات من خلال بيانات التدريب، و هو ما يسمى بـ«التعلم تحت الإشراف» (Supervised Learning)، ولكن عندما لا تتواجد بيانات التدريب فإن الخوارزميات الأخرى المتاحة يمكن استخدامها لاكتشاف أنماط غير معروفة سابقاً، و هو ما يعرف بـ«التعلم بدون إشراف» (Unsupervised Learning).

المصادر:
هنا -english-oxford-the-in-verb-a-now-//searchenginewatch.com/sew/news/2058373/googlehttp:di ctionary هنا -scinet-engine-search-new-هنا le/articleshow/46040745.cms-outsmart