Derrière ce nom un peu barbare se cache un concept de navigation de plus en plus utilisé pour la recherche.
Les définitions parlent souvent de “mécanisme de navigation dans une structure multidimensionnelle permettant d’aller du plus global au plus détaillé“. On parle aussi de “recherche par caractéristiques” (attribute search), “recherche par facettes” (faceted search), “recherche par paramètres” (parametric search)

Comment cela fonctionne :

• Vous entrez votre requête de recherche de façon habituelle et vous obtenez une liste de résultats, souvent importante.
• Puis vous allez affiner ces résultats via le drill down.
• Ce dernier se présente souvent sous la forme d’un tableau de valeurs ou chaque colonne représente une caractéristique importante du domaine. Chaque ligne représente les valeurs qui existent dans ces attributs.
• C’est ce dernier concept qui permet une recherche “à coup sûr” dans la liste de vos résultats.

Prenons par exemple le cas de la recherche d’une “robe rouge”. Si la liste de résultats qui apparait à l’écran vous semble trop longue, vous pourrez choisir comme caractéristique supplémentaire la matière (coton). Vous aurez alors une nouvelle liste de résultats. Vous pourrez choisir ensuite la marque et ainsi de suite… Bien sûr il est possible, à tout moment, de revenir en arrière ou de supprimer une caractéristique.

Comme vous l’aurez compris cela impose le traitement des données en amont. Il faut choisir les caractéristiques considérées comme importantes pour une catégorie (comme par exemple : la marque, la matière, la couleur dans la catégorie mode féminine). Puis il faut extraire, pour chaque document, la liste des valeurs pour chaque attributs. Cette extraction peut se faire à partir : de fiches produit, de calcul (pour les prix) ou d’extracteur d’attributs.

Dans la liste de vos résultats le drill down va vous proposer cette robe dans différentes matières, pour différentes marques et dans différentes tailles par exemple.

La plupart du temps il est indiqué le nombre de résultats pour chaque valeur de caractéristiques.

Ce type de présentation a été tout d’abord utilisé par le monde de la “business intelligence” pour naviguer dans des quantités énormes de données et ainsi pouvoir faire des focus et des allers-retours facilement (cube Olap). Puis cet usage est passé dans les moteurs de recherche spécialisés pour faciliter la navigation et éviter les recherches qui tombent dans le vide.

Vendredi 9 février 2007 à 11:13
Catégorie : Intelligence Artificielle, Search, Navigation
Trackback