Lister: A Hybrid Approach for User-friendly Semantic Web Information Retrieval

Abstract

Søkemotorer for det Semantiske Nettet kan gi tilgang til store mengder strukturerte data, men allmennheten sliter med å ta dem i bruk. Studier på området indikerer at dårlig brukbarhet kan være roten av problemet. Det overordnede målet med denne oppgaven er derfor å åpne det Semantiske Nettet for et bredt publikum ved å utforske implementasjonen av en mer brukbar søkemotor.

Viktige brukervennlighetutfordringer som søkemotorer for det Semantisk Nettet står overfor ble identifisert ved å gjennomføre en litteraturgjennomgang. Basert på data fra gjennomgangen ble en hybrid søkemotor som tar i bruk naturlig språk grensesnitt og interaktiv spørringsspesifikasjon foreslått. En brukerstyrt utviklingsprosess ble utført for ytterligere å sikre sluttproduktets brukbarhet, noe som resulterte i søkemotoren Lister. Lister ble brukt til å undersøke om en slik tilnærming kunne gi forbedret brukervennlighet og hjelpe brukere i utforskning av data.

Kvalitative data om brukbarheten til systemet ble gjennom brukertester innhentet både under og etter utviklingsprosessen. Som et resultat ble flere brukbarhetsproblemer avdekket og deretter forbedret, og data fra brukerintervjuer indikerte at brukere enkelt dro nytte Lister. Til slutt fullførte 86 deltakere System Usability Scale-testen og dannet et kvantitativt mål på systemets brukervennlighet. SUS-scoren viser at Lister overgår sammenlignbare verktøy som er gjennomgått i denne rapporten når det gjelder brukervennlighet, så vel som det totale gjennomsnittet for nettbrukergrensesnitt.

Resultatene antyder at brukerstyrt utvikling er et verdifullt verktøy i å lage mer brukbare søkemotorer for det Semantiske Nettet. Kvalitative data indikerer også at brukere reagerer godt på den hybride spørringstilnærmingen Lister har fremmet. Disse funnene er et skritt fremover med hensyn til brukbarhet i semantiske søkemotorer, og viser at ved å bruke Lister kan allmennheten utnytte kraften som det Semantiske Nettet gir på en brukervennlig måte.

Semantic Web search engines can give access to vast amounts of structured data, but the general public struggle when operating them. Studies in the field indicate that poor usability may be the root issue. The overarching goal of this thesis is, therefore, to open the semantic web to casual users by exploring the implementation of a more user-friendly search engine.

By conducting a literature review, key usability challenges for Semantic Web search engines were identified. Based on findings from the review, a hybrid search engine using natural language query formulation and interactive query specification was proposed. A user-driven development process was conducted to further ensure end product usability, resulting in the Lister search engine. Lister was used to examine whether such an approach could improve usability and aid users in data exploration.

User tests were held both during and after the development process providing qualitative data on the usability of the system. As a result, several usability issues were uncovered and subsequently improved upon. Data from user interviews also indicated that casual users operated Lister with ease. Lastly, 86 participants completed the System Usability Scale test, forming a quantitative measure of usability. SUS scores show that Lister outperforms similar tools reviewed in this report in terms of usability, as well as the overall average for web user interfaces.

The results suggest that user-driven development is a valuable tool in creating more usable Semantic Web Search engines. Qualitative data also indicate that users respond well to the hybrid query-approach put forth by Lister. These findings are a step forward with regards to usability in Semantic Web search engines. Using Lister, the general public can draw advantage of the power that the web of data provides in a user-friendly way.