211service.com
Información incompleta
¿Busca una recomendación de libro, CD o película? Escriba el nombre de un autor que le guste en Gnooks.com y aparecerá una pantalla de otros escritores. Pero lo que hace que el sitio sea diferente es que los autores no aparecen como una lista desplazable. En cambio, el nombre que proporcionas se ubica en el medio de la ventana del navegador mientras los nombres sugeridos se esparcen, temblando y bailando como si intentaran empujarse a codazos para llegar al centro.
Esta es la visualización de búsqueda en acción. Cuanto más cerca esté otro escritor de su elección, más probable es que el sistema piense que usted también disfrutará del trabajo de ese autor. Gnooks y otros sistemas están aplicando técnicas de análisis de relaciones y visualización de datos para ayudar a las personas a obtener una visión diferente de lo que hay en la Web. En lugar de ofrecer resultados de búsqueda como una lista larga de enlaces, las búsquedas gráficas muestran cómo las diferentes categorías y tipos de información se relacionan entre sí. La parte difícil es encontrar una manera de presentar la información sin requerir que el usuario obtenga un título en cómo usar la interfaz.
Las técnicas de visualización existen desde hace algún tiempo en la Web. Desde hace mucho tiempo, los sitios permiten a los usuarios hacer cosas como hacer clic en una región del mapa para obtener todos los representantes de ventas o las ubicaciones de la empresa en esa área. Donde los enfoques más nuevos difieren es en la complejidad, porque pueden mostrar intrincadas relaciones entre los elementos. El creador de Gnooks, Marek Gibney de Hamburgo, Alemania, comenzó su sistema como un proyecto personal, utilizando inteligencia artificial para producir recomendaciones musicales. Ahora, tanto Gnooks como Gnoovies (para películas) y Gnoosic (para música) se conectan a un sitio central -Gnod.net, para la red global de sueños- y utilizan un enfoque similar. Si al 90 por ciento de los lectores de Douglas Hofstadter también les gusta [Stephen] Hawking, la distancia entre estos dos escritores en la dimensión de Hofstadter-Hawking es 0,1, dice Gibney.
Toda la información relativa a las preferencias que tiene proviene de los usuarios del sitio que describen sus gustos y disgustos. Alguien nombra tres autores o artistas musicales o películas favoritos; Gnod luego muestra una serie de opciones y pregunta por cada una si al usuario le gusta o no. A medida que más personas expresan sus preferencias, Gnod acumula la información para refinar aún más sus sugerencias. No hay nada especialmente nuevo en recibir recomendaciones basadas en gustos y disgustos. Lo que distingue a Gnod es su uso de la representación visual para revelar la fuerza de la recomendación. La metáfora de la distancia muestra cuán estrechamente vinculados en popularidad están dos autores, según la información de preferencias proporcionada por todos los usuarios. Gráficamente, representa un conjunto de relaciones multidimensionales en dos dimensiones.
Los gráficos agregan una capacidad poderosa a la búsqueda debido a la forma en que la gente percibe, dice Phil H. Goddard, director de Human Factors International, una firma consultora de Fairfield, Iowa. Los seres humanos son procesadores espaciales, dice. Por ejemplo, a la mayoría de las personas les resulta más fácil comprender los datos en forma tabular que en una lista sin formato. Las interfaces gráficas de los motores de búsqueda pueden organizar y presentar información de manera que los usuarios puedan absorberla y procesarla de manera más eficiente. Dichas herramientas, dice Goddard, están aprovechando el efecto de que vemos patrones y aprendemos patrones y analizamos patrones más rápido de lo que procesamos el texto.
Pero encontrar la forma adecuada para mostrar la información de una manera que los usuarios puedan captar rápidamente no es fácil. Cambia la audiencia y los tipos de preguntas que pueden hacer, y la forma visual también cambia mucho. Endeca, una empresa de Cambridge, MA, que se centra en la navegación guiada, tiene una demostración de su tecnología que muestra cómo la búsqueda visual podría ayudar a una persona promedio a elegir un vino. Cualquier botella de vino tendrá un conjunto multidimensional de características, como origen, sabores, añada y precio. Alguien que ingrese zinfandel como término de búsqueda verá listas de enlaces de texto con formato horizontal agrupadas por tipo de característica. Al elegir un zinfandel de EE. UU. Aparecerían las regiones nacionales, así como las categorías de precios, los años y las calificaciones de los catadores de vinos. No hay iconos ni imágenes. La razón, dice el CEO de Endeca, Steve Papa, es que cuanto más compleja es la visualización, más inteligente debe ser el usuario. Algunas de estas interfaces gráficas requieren más sofisticación que la que tiene la mayoría de la gente, dice.
Para llegar al punto de considerar la representación gráfica correcta, un sistema debe saber cómo se conectan los datos. Hay varios algoritmos y enfoques; incluso Google basado en texto ofrece una medida de la relevancia que tiene un enlace a un término de búsqueda, y Yahoo! agrupa enlaces bajo títulos. Pero lo que realmente ayuda a cimentar las relaciones son los metadatos, es decir, la información sobre la naturaleza y estructura de los datos.
El mayor desafío con la visualización es la sobrecarga de datos, dice Greg Coyle, gerente general de Ancubis, un desarrollador de herramientas de visualización de búsqueda con sede en Cambridge, Reino Unido. Cuando los conjuntos de datos crecen, es un desafío representar eso visualmente de manera útil y no asustar al usuario. Una presentación eficaz requiere comprender cómo categorizarla y relacionar una información con otra. Por tanto, los desarrolladores necesitan información descriptiva sobre los datos subyacentes que la gente quiere buscar.
Anacubis obtiene estos metadatos de socios comerciales como Dunn & Bradstreet. Cada tipo de datos está representado por un icono y los iconos de datos relacionados están conectados por líneas. La información llega al software de Anacubis en un formato propietario que utiliza un lenguaje de marcado extendido o XML. La aplicación Anacubis puede mostrar el fondo de una empresa como un ícono, íconos de personas conectadas para los funcionarios corporativos, otra imagen para los resultados financieros recientes, etc. Las relaciones hacen explícitos los vínculos que se pueden encontrar al leer varios informes y correlacionar los resultados.
Una demostración del sistema Anacubis muestra una búsqueda en Google vinculada a una lista de Amazon.com para la película, Otro hombre delgado.
Una versión de demostración de las capacidades de Anacubis permite que alguien busque artistas, escritores, libros, CD o películas pasando la solicitud a Amazon.com. Los resultados aparecen como iconos. Los usuarios pueden hacer clic con el botón derecho en cualquier icono y solicitar una búsqueda relacionada en Google. Google, sin embargo, solo proporciona información de texto, sin metadatos. Para acotar y agudizar los resultados, Anacubis analiza los metadatos que tiene de la búsqueda de Amazon; una película, por ejemplo, tendrá un director, un elenco y un escritor asociados. Entonces, si alguien busca información adicional sobre una versión en DVD de la versión de Hamlet de Lawrence Olivier, Anacubis podría buscar en Google los términos Hamlet, DVD y película.
Pero las interfaces de visualización no son soluciones mágicas para aquellos que quieren encontrar algo; una combinación de texto y comandos booleanos puede resolver rápidamente una búsqueda compleja. Considere, por ejemplo, un comprador de vino que busca un merlot australiano con un toque de roble por $ 7,99. El uso de la visualización probablemente requeriría varios pasos para moverse a través de las pantallas de información. Y encontrar la mejor combinación de representación y organización de datos puede resultar complicado.
Hacer que las cosas se puedan encontrar y comprender es realmente difícil, dice Sue Aldrich, vicepresidenta senior de Patricia Seybold Group, una firma de consultoría para procesos comerciales centrados en el cliente. Es sorprendente que encontremos cualquier cosa. Entonces, incluso si los usuarios obtienen una mejor comprensión de los datos que tienen ante sí, los desarrolladores no deben esperar que su trabajo sea tan fácil como los gráficos circulares.