Es wird angenommen, dass in Informationssystemen (IS) die internen Repräsentationen von Informationsobjekten und/oder Funktionen nicht vollständig adäquat bzw. akkurat sind. Relevanz-Feedback-Verfahren sind iterative Verfahren, bei denen ein IS einen oder mehrere Interaktionsakte eines Nutzers verwendet, um seine internen Repräsentationen von Informationsobjekten und/oder Funktionen zeitlich begrenzt oder dauerhaft zu adaptieren.
Es existieren zwei grundsätzliche Möglichkeiten, Relevanzbewertungen von Informationsobjekten zu erhalten:
1) explizites Feedback: Der Nutzer gibt eine explizite qualitative oder quantitative Bewertung der Relevanz eines Informationsobjektes ab.
2) implizites Feedback: Beobachtbares Verhalten des Nutzers wird mit seinen Relevanzbewertungen korreliert. Es lassen sich unterschiedliche Klassen von beobachtbarem Verhalten, d.h. Interaktion mit einem IS, unterscheiden:
- Untersuchen: Öffnen von Dateien, Öffnungs- bzw. Lesezeit, Scrollen, Suchen, Anfragen stellen.
- Bewahren: Speichern, Ausdrucken.
- Referenzieren: Copy-and-Paste, Zitieren.
- Annotieren
- Erzeugen: Editieren, Schreiben.
Unabhängig ob ein explizites oder implizites Feedback vorliegt, die Relevanzbewertung kann unterschiedliche Ausprägungen besitzen, was zu jeweils unterschiedlichen Modellen führen kann:
- binäre Relevanz rel ∈ {0, 1}
- reellwertige Relevanz z.B. rel ∈ [0, 1]
- interval-basierte Relevanz rel = [0,1, 0,25]
- Fuzzy-Zahl
- Relevanz-Verteilung
In den unterschiedlichen Ausprägungen von Informationssystemen können unterschiedliche Formen des Relevanz-Feedbacks formuliert werden:
