Navegación social
Forma de computación social

La navegación social es una forma de computación social introducida por Paul Dourish y Matthew Chalmers en 1994, quienes la definieron como cuando "el movimiento de un elemento a otro es provocado como un artefacto de la actividad de otro o un grupo de otros". [1] Según una investigación posterior en 2002, "la navegación social explota el conocimiento y la experiencia de los usuarios pares de recursos de información" para guiar a los usuarios en el espacio de información , y que cada vez es más difícil navegar y buscar de manera eficiente con toda la información digital disponible en la World Wide Web y otras fuentes. [2] Estudiar los rastros de navegación de otros y comprender su comportamiento puede ayudar a mejorar la propia estrategia de búsqueda al guiarlos para tomar decisiones más informadas basadas en las acciones de los demás. [3]

Antes del avance de la Web 2.0 y la Web social , la World Wide Web había sido un espacio solitario donde los usuarios no sabían dónde navegaba nadie más. [4] El alcance de la investigación sobre navegación social ha ido aumentando, especialmente a medida que mejora la visualización de la información. Mostrar información social en espacios virtuales permite que los modelos de comportamiento del usuario hagan que los sistemas digitales parezcan más sociales y menos solitarios. [2]

Teorías y técnicas de apoyo

El concepto de navegación social está respaldado por varias teorías. La teoría de búsqueda de información estudia el comportamiento humano cuando busca, recopila, comparte y consume información. [5] Aplica la teoría de búsqueda óptima al comportamiento humano cuando navega hacia la información, [6] y explica cómo las personas se benefician de otras personas en función de objetos digitales ricos en historia, lo que explica la idea de elementos o rutas usados. Por ejemplo, un libro usado que tiene notas, subrayados y resaltados es diferente de un libro nuevo. Los objetos digitales ricos en historia ayudan a las personas a encontrar el objetivo de manera más rápida y eficiente. [7]

La búsqueda de información es una alternativa a la búsqueda de alimentos y la optimización de colonias de hormigas [6], que establecen que los cazadores de información siguen los caminos de otros para alcanzar de manera óptima su objetivo. La información óptima debe maximizar el valor de la información que se obtiene por unidad de costo (como tiempo o esfuerzo). [5] Esta teoría respalda las actividades colaborativas [8] y es una guía para que los diseñadores construyan buenas interfaces donde los usuarios puedan beneficiarse de la investigación de otros. [7]

Las debilidades de esta teoría son que cuando las personas rastrean erróneamente la información, no pueden ser redirigidas a menos que lo descubran [7] y la optimización no siempre es el caso del comportamiento humano [8].

El modelo de parche de información estudia el tiempo empleado en la navegación en información filtrada e información agrupada, y trabaja para optimizar la información general lo más rápido posible; [5] [8] el modelo de olor de información determina el valor de la información tomando las señales más útiles que han sido utilizadas por otros usuarios; [5] [8] y el modelo de dieta de información (selección de presas) explica cómo las personas seleccionan la información objetivo en función de las selecciones de otros, lo que conduce a una información satisfactoria óptima. [5] [8]

El diseño de una página web también es importante para la interacción social del usuario con Internet. Existe una correlación entre la accesibilidad y la popularidad : [9] cuanto más funcional sea un sitio web, más tráfico recibirá. [9] Un servicio web más frecuentado será naturalmente una experiencia más social. Existen numerosos factores que contribuyen a la accesibilidad, como la ubicación de una página, las propiedades, la cantidad de hipervínculos y los modos de acceso. [10] [11] Como cada persona tiene un enfoque diferente para navegar por la web, la navegación en Internet se define como "[l]a creación e interpretación de un modelo (mental) interno, y sus actividades componentes son la navegación, el modelado, la interpretación y la formulación de la estrategia de navegación". [10] Existe una teoría que sostiene que si un usuario calibra su estrategia de navegación para reflejar sus intereses, las páginas relevantes para sus intereses se encontrarán más fácilmente. [10] La navegación desinformada a través de hipervínculos puede ser engañosa y dar como resultado un mayor número de accesos a sitios no deseados. [12] Los marcadores son un método para volver a sitios que atraen los intereses de uno, [12] ya que crean un hipervínculo que se guarda para futuras visitas. Cuando una población marca la misma página como favorita y la visita con frecuencia, se crea un sentido de comunidad. Recientemente, la actualización en vivo de otros usuarios actuales agrega otra dimensión al aspecto social de la navegación web. [12]

El filtrado colaborativo es otra técnica que prevalece y se utiliza en la navegación social. Sugiere que si a los usuarios se les presentaran resultados de búsqueda basados ​​en el tráfico de otras personas que comparten intereses sociales similares, la experiencia sería más gratificante y eficiente. [13] Por ejemplo, Amazon.com tiene una función "Los clientes que compraron este artículo también compraron" que presenta a los compradores otros productos comprados por usuarios similares, lo que agiliza el flujo de navegación web y facilita el acceso a páginas más relevantes. [13]

La navegación social también puede analizarse en diferentes tipos de mundos virtuales. Munro comparte algunas concepciones originales al considerar la navegación social. En lugar de la interacción individual, puede presentarse como "una forma de moverse a través de un espacio de información y explotar las actividades y orientaciones de otros en ese espacio como una forma de gestionar las propias actividades espaciales". Munro señala que la navegación espacial, que depende en gran medida de la estructura misma, como el paisaje o el mapa, puede contrastarse con la navegación social. El usuario no solo puede interactuar con los datos y objetos en un espacio específico, sino también con otros individuos y sus interacciones. [14]

Rastros de las actividades de los usuarios

A medida que los usuarios navegan por las comunidades en línea, dejan rastros de sus actividades, tanto intencionales como no intencionales. Los rastros intencionales incluyen publicaciones, respuestas a las publicaciones de otros usuarios, número de amigos, contenido multimedia subido y otras actividades en las que los usuarios comparten información intencionalmente. Los rastros no intencionales incluyen el historial de navegación , el tiempo dedicado a determinadas páginas, las tasas de rebote y otras actividades en las que los servidores web registran automáticamente las acciones de los usuarios en los registros del servidor .

Björneborn clasifica a los usuarios de las comunidades en línea como “dejadores de rastros” (es decir, usuarios que dejan elementos procesables) y “buscadores de rastros” (es decir, usuarios que siguen los rastros dejados por los que dejan rastros). Estas actividades participativas pueden guiar el comportamiento de búsqueda de información de otros usuarios e influyen en las características de la búsqueda social y la navegación social. [15] La combinación de las actividades de dejar rastros de la navegación social con el concepto de búsqueda social se basa en el registro y la reutilización de actividades de búsqueda enfocadas de buscadores con ideas afines para producir resultados de búsqueda que se adapten mejor a las necesidades de una comunidad en línea en particular, como lo demostraron Freyne et al . [16]

Sitios web como Amazon.com analizan los rastros de los usuarios, como el historial de compras o las reseñas de productos, para generar recomendaciones para otros usuarios (por ejemplo, "Los clientes que compraron este artículo también compraron..."). [17] Las plataformas en línea para el desarrollo de software colaborativo como GitHub se basan en rastros de actividad, como la cantidad de repositorios , el historial de actividad en los proyectos, las confirmaciones y los perfiles personales para determinar la reputación de sus usuarios en la comunidad. [18]

Los rastros de actividad de los usuarios se pueden utilizar para modelar los patrones y tendencias de comportamiento de los usuarios para determinar la salud de las comunidades en línea (si una comunidad florecerá o disminuirá). [19] Estos modelos también se pueden utilizar para predecir la propagación y la popularidad futura del contenido, [20] o predecir los resultados antes de que se realice la votación. [21] Los patrones de actividad y tráfico se pueden utilizar para evaluar el rendimiento de los sistemas existentes y mejorar la usabilidad , la arquitectura y la infraestructura del sitio. [22]

Navegación social basada en etiquetas

Existen principalmente dos estrategias para explorar y descubrir un espacio de información: la primera es la búsqueda regular, en la que los usuarios son conscientes de lo que están buscando. En este contexto, los usuarios tienen una información de destino en mente. Por lo general, necesitan formular una consulta de búsqueda antes de ingresarla en un motor de búsqueda; otra estrategia de búsqueda es la navegación, en la que los usuarios no tienen una información de destino en mente, sino que exploran fragmentos de información siguiendo ciertos hipervínculos.

Se considera que la navegación tiene ventajas sobre la búsqueda, ya que reconocer lo que buscan los usuarios es más fácil que formular y describir la información que necesitan, lo que se refiere al "problema del vocabulario". [23] El etiquetado social sirve como una nueva forma social de organizar un conjunto de recursos y aborda el "problema del vocabulario" desde un nuevo ángulo social. Los sistemas de etiquetado social permiten a las personas anotar un conjunto de recursos según sus propias necesidades con palabras elegidas libremente (etiquetas) y compartirlas con otros usuarios del sistema de etiquetado social. El resultado de esta anotación de recursos basada en humanos se llama folksonomía . Ejemplos de sistemas de etiquetado social son BibSonomy , CiteULike , Flickr y Delicious .

Nube de etiquetas

Una nube de etiquetas es una representación textual del tema o asunto visto colectivamente por los usuarios y captura el "carácter" del recurso.

Las nubes de etiquetas son fáciles de crear, intuitivas de entender y ampliamente utilizadas. También pueden representar los tres tipos de relaciones entre usuarios, etiquetas y recursos en los sistemas de etiquetado. Sin embargo, existe una limitación de tamaño en la nube de etiquetas que se puede presentar en la pantalla; es importante seleccionar las mejores etiquetas y estructurar el espacio de información para presentar las relaciones en la nube de etiquetas. [ cita requerida ]

Las nubes de etiquetas son muy sencillas y se pueden utilizar para ayudar al usuario. Los investigadores han descubierto que las nubes de etiquetas suelen ser más útiles para las siguientes cuatro tareas diferentes, como ilustran Rivadeneira et al.: [ 24]

  • Búsqueda: encontrar la presencia o ausencia de un objetivo determinado
  • Navegación : explorar la nube sin un objetivo particular en mente
  • Obtener una impresión visual sobre un tema
  • Reconocimiento y correspondencia: reconocer la nube de etiquetas como datos que describen un tema específico

Los investigadores también descubrieron que los diferentes diseños son útiles para realizar diferentes tareas. También demostraron que la tipografía de la nube de etiquetas (tamaño de fuente/posición) es importante: el tamaño de fuente tiene un mayor impacto en la búsqueda de una etiqueta que otras características visuales como el color, la longitud de la cadena de etiquetas y la ubicación de la etiqueta. [25] [26] [27]

Según investigaciones anteriores, las formas habituales de realizar la evaluación de la nube de etiquetas son: [28] [29]

  • Uso de determinadas métricas de evaluación para nubes de etiquetas con respecto a la cobertura, la superposición y la selectividad
  • Modelo de navegación del usuario que se combina con las métricas de evaluación para permitir la evaluación de la nube de etiquetas con respecto a la navegación.
  • Estudio de usuarios para evaluar el acceso a información basada en etiquetas en colecciones de imágenes
  • Examinando el supuesto de navegabilidad (la creencia ampliamente adoptada de que las nubes de etiquetas son útiles para la navegación)

Agrupamiento de etiquetas

Un problema con los datos de etiquetado social es la falta de estructura. La sinonimia, la polisemia y la homonimia o los problemas relacionados con la semántica de las etiquetas son problemas adicionales relacionados con los datos de etiquetado. Existen dos categorías principales: algoritmos de agrupamiento planos y jerárquicos.

La clasificación plana puede referirse a tres métodos: el método basado en contenido, que es un algoritmo ampliamente adoptado para la selección de nubes de etiquetas, el algoritmo TopN propuesto por Venetis et al . [29] ; el método basado en red, que divide un gráfico de etiquetas conectadas en grupos; y el método de aprendizaje automático, donde se considera la relación semántica entre etiquetas.

La agrupación jerárquica de etiquetas se refiere a la creación de una estructura jerárquica a partir de datos de etiquetado no estructurados. La estructura puede verse como los mapas mentales que los usuarios tienen del espacio de información y puede utilizarse como una ayuda para la navegación. La agrupación jerárquica de etiquetas puede referirse a tres métodos:

  • La agrupación jerárquica es el método que adaptó los algoritmos K-Means para trabajar con datos textuales y crear una jerarquía de etiquetas de arriba hacia abajo.
  • La propagación por afinidad caracteriza cada muestra de datos según sus valores de “responsabilidad” y “disponibilidad”. La entrada del algoritmo es un conjunto de similitudes entre muestras de datos proporcionadas en una matriz y la salida del algoritmo es una jerarquía, y cada nodo de la jerarquía representa una etiqueta única.
  • La generalidad del método del gráfico de similitud de etiquetas incluye:
    1. La entrada del algoritmo es un gráfico de similitud de etiquetas.
    2. Establecer el nodo más general como raíz de la jerarquía
    3. Todos los demás nodos que se agregan a la jerarquía en orden descendente de su centralidad en el gráfico de similitud según las siguientes reglas:
      1. Calcular la similitud entre todos los nodos presentes actualmente en la jerarquía y el nodo candidato
      2. Si su similitud es superior a un umbral determinado: el nodo candidato se agrega como hijo del nodo más similar en la jerarquía.
      3. De lo contrario, el nodo candidato se agrega como hijo del nodo raíz.

Modelado de la navegación en sistemas de etiquetado social

El modelado de la navegación basada en etiquetas se utiliza para comprender los procesos que ocurren en un sistema de etiquetado social y cómo se utiliza el sistema. Hay dos factores para comprender el modelado de la navegación basada en etiquetas en los sistemas de etiquetado social: el marco de modelado básico para la navegación y la comprensión de las teorías sobre la capacidad de las folksonomías para guiar la navegación.

Marco de modelado básico para la navegación

Modelos de cadenas de Markov :

  • La navegación en la Web puede verse como el proceso de seguir enlaces entre páginas web.
  • Los modelos de cadena de Markov asignan probabilidades de transición entre páginas web (también llamadas estados )
  • Las cadenas de Markov de primer orden (la probabilidad de transición entre estados depende únicamente del estado actual) se utilizan con mayor frecuencia.

Búsqueda descentralizada :

  • La navegación en una red se puede modelar mediante el algoritmo de paso de mensajes de búsqueda descentralizada.
  • El titular del mensaje pasa un mensaje a uno de sus nodos vecinos inmediatos hasta que se encuentra el nodo de destino.
  • En cada paso, la decisión de movimiento se toma únicamente mediante el conocimiento local de la red.
  • Encontrar una ruta hacia un nodo (ya realizado en la navegación web)

Distintos estudiosos han aportado sustento teórico para argumentar la idoneidad de las folksonomías como ayuda para la navegación. Hay cuatro perspectivas principales:

  • La perspectiva de la teoría de redes tiene dos aspectos: la navegabilidad general de una folksonomía como un gráfico, o la capacidad de las jerarquías de etiquetas para guiar la navegación en dicho gráfico.
  • La perspectiva de la teoría de la información sugiere ver el etiquetado social como el esfuerzo colectivo de crear un mapa mental que resuma un espacio de información.
  • Perspectiva de búsqueda de información para describir la búsqueda de información humana en un entorno digital
  • Enfoque de etiquetado frente a enfoque de biblioteca. Ellos [¿ quiénes? ] propusieron una definición de vocabulario controlado y compararon los vocabularios libres sin restricciones que surgieron en los sistemas de etiquetado social con los vocabularios controlados.

Evaluación de la folksonomía pragmática

El método de evaluación presentado en esta sección se basa en el artículo de Helic et al. [30]. El autor propuso en el artículo la idea general de que las personas pueden aprovechar los resultados producidos por los algoritmos de folksonomía (estructuras jerárquicas) como entrada (conocimiento de fondo) para la búsqueda descentralizada por las siguientes razones:

  • El rendimiento de la búsqueda descentralizada depende en gran medida de la calidad de los resultados de la agrupación jerárquica desarrollada para facilitar la navegación.
  • El rendimiento del algoritmo de búsqueda descentralizada depende de la idoneidad de las folksonomías.
  • Los autores propusieron que el método de simulación de búsqueda descentralizada se puede utilizar para evaluar la idoneidad de las folksonomías.

Ejemplos de implementación

Sistemas educativos

Se han estudiado varias aplicaciones de la navegación social en el sistema educativo, como por ejemplo Knowledge Sea II. En comparación con los enfoques tradicionales (corpus cerrado), es capaz de recopilar información en línea (denominada corpus abierto) y retroalimentación de diferentes fuentes. El tráfico de grupo se utiliza como retroalimentación para indicar información de navegación social como "las partes más importantes de los libros de texto". Después de un estudio en el aula, el sistema Knowledge Sea II muestra un mejor rendimiento en la visualización de la relevancia del contenido del libro de texto y la satisfacción de los usuarios estudiantes. [31]

Mertens y sus colegas optimizaron el sistema preexistente, virtPresenter, con la incorporación del concepto de navegación hipermedia . Se integraron marcadores, huellas y elementos estructurales para ayudar a los usuarios a acceder a grabaciones de conferencias y también para apoyar la navegación social para futuros usuarios. La nueva versión de virtPresenter muestra un mejor rendimiento en funciones de navegación social, como visualización, filtrado basado en semanas y marcadores intercambiables. [32]

Farzan y Brusilovsky introdujeron el sistema AnnotatEd, que combina funciones de anotación web y soporte de navegación adaptativa para crear sinergias con la aplicación de navegación social en la educación basada en la web. Con las implementaciones de anotación web y soporte de navegación social, el sistema integró Knowledge Sea II y ha sido evaluado durante seis semestres en la Escuela de Sistemas de Información de la Universidad de Pittsburgh, lo que demuestra una actitud significativamente más positiva de los usuarios hacia el nuevo sistema debido a su integración de navegación social. [33]

Sistema de información móvil urbano

Se introdujo un sistema llamado CityFlocks para mostrar la implementación de la navegación social en un sistema de información móvil urbano . [34] La implementación está descrita por Bilandzic et al. (2008). [35] Para resolver el problema de la “ciegura social” basado en la afluencia de usuarios de teléfonos móviles, se diseñó CityFlocks para permitir anotaciones web combinadas con coordenadas sobre objetivos físicos en la ciudad de forma directa o indirecta. Se eligieron grupos de discusión para recopilar requisitos y problemas en la navegación social. El sistema está diseñado y generado utilizando técnicas apropiadas como Google Maps y recuperación de información . Las pruebas de usuario de CityFlocks indicaron que un enfoque indirecto es más aceptable que uno directo. [ cita requerida ]

Prototipos

Se han presentado dos prototipos de sistemas de navegación social: Juggler y Vortex. El sistema Juggler combina MOO [ aclaración necesaria ] , un entorno virtual textual y un cliente web . El sistema Vortex utiliza un escritorio simplificado para presentar las URL . [36]

Implementación enriquecida con historia

La implementación de la navegación social enriquecida con la historia se basa en hacer visibles para los usuarios futuros los rastros de comportamiento de los usuarios latentes. La implementación de la idea se puede atribuir a Wexelblat y Maes, quienes introdujeron un espacio de información enriquecido con varios mecanismos de navegación social: mapa de documentos, rutas de navegación y anotaciones y señales de los documentos. [37] Utilizaron seis propiedades: proxémica versus distémica, activa versus pasiva, tasa de cambio, grado de permeación, personal versus social y tipo de información. Se han implementado más ejemplos de espacios de información ricos en historia en diferentes contextos, como el dominio educativo, [38] las redes basadas en la ubicación y las recetas de comida.

Social Navigation Network (SoNavNet), una aplicación de red social basada en la ubicación ideada por Hassan Karimi y su equipo, tiene como objetivo compartir la experiencia de navegación. Además de mostrar simplemente el tiempo o la distancia más cortos como Google Maps, se destacan la experiencia y las recomendaciones específicas de los usuarios. Con funciones de geoposicionamiento y de mensajes, SoNavNet permite a los usuarios enviar solicitudes a sus amigos al tiempo que presenta su ubicación actual y puntos de interés , de los cuales obtienen información de rutas y lugares orientados a sus necesidades. [39]

Martin Svensson y su equipo crearon un sistema de recomendación de recetas , European Food On-Line, que cuenta con métodos de navegación tanto directos como indirectos. Social Navigator se implementó como un servlet Java para modelar el comportamiento de los usuarios y los usos de la comunicación en la red. [40]

Implementación de visualización integrada

La implementación de la navegación social juega un papel importante a la hora de guiar a los usuarios para que encuentren la información que necesitan. Wesley Willett y su equipo diseñaron Scented Widgets, que mejora la navegación con visualización integrada. Implementaron métricas de aromas con un widget de interfaz estándar y utilizaron codificación visual para los datos. Tono, saturación, opacidad, texto, icono, gráfico de barras y gráfico de líneas son codificaciones de aromas para resaltar información variada, que puede mostrar diferentes tipos de datos al mismo tiempo. Utilizaron Java Swing y la apariencia conectable de la plataforma para crear y cambiar widgets en tiempo de ejecución. Para diseñar una interfaz fácil de usar , siguieron pautas de codificación, diseño y composición de aromas. [41]

Implementación en seguridad utilizable

En un sistema de intercambio de archivos, cada usuario puede determinar qué archivos de su propio ordenador se pueden compartir a través de la red. Al principio, los usuarios tenían que configurar ellos mismos estos ajustes relacionados con la seguridad, y aproximadamente ocho de cada diez usuarios filtraban involuntariamente su información privada, como la información de su tarjeta de crédito o su dirección. Basándose en este problema, Paul DiGIoia y Paul Dourish, de la Universidad de California, Irvine , introdujeron un modelo de metáfora de pila que utilizaba la navegación social para resolver el problema.

El modelo de metáfora de pila se centra en dos partes principales. En primer lugar, se puede mostrar a los usuarios cómo otros usuarios de este sistema deciden qué archivos se comparten, y dicha información se muestra directamente como carpetas ; las diferentes apariencias de las carpetas indican diferentes niveles de uso compartido. Con base en este diseño sencillo, los usuarios pueden saber fácilmente si su decisión es apropiada o no. En segundo lugar, el modelo de metáfora de pila también muestra la cantidad de usuarios en el sistema que han leído un archivo al mostrar el orden de la pila. Por ejemplo, cuantas más veces se lee un archivo, más desordenada está la pila.

El modelo de metáfora de pila tiene dos ventajas: introducir este modelo en un sistema no cambia el diseño fundamental del sistema, ya que es como un pequeño complemento y tendrá una influencia significativa en los usuarios; y no distrae a los usuarios de su trabajo, porque cada característica relacionada con la seguridad se muestra directamente en la interfaz gráfica de usuario . [42]

Implementación en la interacción humano-robot

Uno de los métodos más comunes que se utilizan en el campo de la navegación social es la construcción de proxémicas, que se pueden conectar con la interacción entre humanos y robots . Un estudio muestra interés en diferentes tipos de comportamientos de navegación que los humanos esperan de un robot en un escenario de cruce de caminos. El resultado revela que la relación espacial en realidad se relaciona con el comportamiento, lo que conduce a una posible predicción de la acción esperada. [43]

Desventajas de la navegación social

La navegación social puede ser abusada por usuarios malintencionados que pretenden engañar al público u obtener información privada sobre personas específicas.

Los investigadores Meital Ben Sinai, Nimrod Partush, Shir Yadid y Eran Yahav de Israel Technion realizaron algunos experimentos en 2014 y escribieron un artículo, "Exploiting Social Navigation", para discutir los resultados. Según el artículo, los atacantes pueden usar múltiples máquinas para falsificar el comportamiento de los usuarios y fabricar información para engañar a otros usuarios reales. En este caso, atacaron un software de tráfico en tiempo real que permite a los usuarios informar noticias de tráfico y transmitir estos mensajes a otros. Los investigadores utilizaron usuarios falsos para fabricar información de tráfico como obstrucciones o atascos de tráfico , y lograron que el sistema engañara a los usuarios reales. Los usuarios reales podrían perder tiempo y dinero para ir por una ruta diferente, o llevarlos a rutas inseguras inexistentes, lo que causa problemas relacionados con la seguridad. Para resolver este problema, los sistemas de navegación social a veces verifican las identidades de los usuarios a través de códigos de verificación .

La técnica de verificación puede conducir a otro problema de navegación social: la fuga de información . Sinai et al. comentaron que los atacantes maliciosos pueden explotar la información del usuario para obtener información privada, lo que causa problemas relacionados con la seguridad, ya que los atacantes pueden usar la información para rastrear a otras personas con intenciones maliciosas. [44]

A medida que crece la popularidad de las redes sociales y la web social , se pueden recopilar datos a través de las huellas que dejan los usuarios al interactuar con diferentes sistemas informáticos sociales. El crecimiento ha llevado a una implementación más novedosa y diversa del soporte de navegación social, que incluye sistemas educativos, de medios, de noticias y de guías turísticas. La implementación de la navegación social en un entorno 3D compartido funciona de manera similar, ya que permite a los usuarios ver el rastro y la información de otras personas que estuvieron en el mismo lugar antes en el mundo virtual. [45] Bosch mejoró los sistemas de navegación reales para conducir y utilizó la navegación social para reducir los tiempos de conducción. [46]

Véase también

Referencias

  1. ^ Dourish, P. y Chalmers, M. (1004). Quedarse sin espacio: modelos de navegación de información. Actas de HCI'94, Glasgow, agosto de 1994. [1]
  2. ^ ab Chen, Chaomei; Cribbin, Timothy; Kuljis, Jasna; MacRedie, Robert (2002). "Huellas de buscadores de información: Semántica del comportamiento de la exploración visual". Revista Internacional de Estudios Humano-Computadoras . 57 (2): 139–163. doi :10.1016/S1071-5819(02)91015-3.
  3. ^ Dieberger, A.; Dourish, P.; Höök, K.; Resnick, P.; Wexelblat, A. (2000). "Navegación social: técnicas para construir sistemas más utilizables". Interacciones . 7 (6): 36–45. doi :10.1145/352580.352587.
  4. ^ Svensson, Martín; Höök, Kristina; Cöster, Rickard (2005). "Diseño y evaluación de kalas: un sistema de navegación social para recetas de comida". Transacciones ACM sobre la interacción computadora-humano . 12 (3): 374–400. doi :10.1145/1096737.1096739.
  5. ^ abcde Pirolli, Peter; Card, Stuart (1999). "Búsqueda de información". Psychological Review . 106 (4): 643–675. doi :10.1037/0033-295X.106.4.643.
  6. ^ ab Bonabeau, E.; Dorigo, M.; Theraulaz, G. (2000). "Inspiración para la optimización a partir del comportamiento social de los insectos". Nature . 406 (6791): 39–42. doi :10.1038/35017500. PMID  10894532.
  7. ^ abc Wexelblat, Alan; Maes, Pattie (1999). "Huellas: herramientas ricas en historia para la búsqueda de información". Actas de la conferencia SIGCHI sobre factores humanos en sistemas informáticos. El CHI es el límite - CHI '99 . págs. 270–277. doi :10.1145/302979.303060. ISBN 0-201-48559-1.
  8. ^ abcde Pirolli, Peter; Card, Stuart (1995). "Búsqueda de información en entornos de acceso a la información". Actas de la conferencia SIGCHI sobre factores humanos en sistemas informáticos - CHI '95 . págs. 51–58. doi :10.1145/223904.223911. ISBN 0-201-84705-1.
  9. ^ ab Yen, Benjamin P.-C. (2007). "El diseño y evaluación de la accesibilidad en la navegación web". Decision Support Systems . 42 (4): 2219–2235. doi :10.1016/j.dss.2006.07.002.
  10. ^ abc Spence, Robert (1999). "Un marco para la navegación". Revista internacional de estudios humanos-computadoras . 51 (5): 919–945. doi :10.1006/ijhc.1999.0265.
  11. ^ Campbell, Christopher S.; Maglio, Paul P. (1999). "Facilitar la navegación en espacios de información: señales de tráfico en la World Wide Web". Revista Internacional de Estudios Humano-Computadoras . 50 (4): 309–327. doi :10.1006/ijhc.1998.0246.
  12. ^ abc Dieberger, Andreas (1997). "Apoyo a la navegación social en la World Wide Web". Revista internacional de estudios humanos-computadoras . 46 (6): 805–825. doi :10.1006/ijhc.1996.0111. hdl : 1853/3525 .
  13. ^ ab Beydoun, Ghassan; Kultchitsky, Roman; Manasseh, Grace (2007). "Web semántica en evolución con navegación social". Sistemas expertos con aplicaciones . 32 (2): 265–276. doi :10.1016/j.eswa.2005.11.035.
  14. ^ Navegación social del espacio de información . Trabajo cooperativo asistido por ordenador. 1999. doi :10.1007/978-1-4471-0837-5. ISBN 978-1-85233-090-3.
  15. ^ Björneborn, Lennart (2011). "Huellas de comportamiento y mediación indirecta de usuario a usuario en la biblioteca participativa" (PDF) . Actas de ISSOME 2011, la Conferencia Internacional sobre Ciencias de la Información y Medios Sociales . pp. 151–166.
  16. ^ Freyne, Jill; Farzan, Rosta; Brusilovsky, Peter; Smyth, Barry; Coyle, Maurice (2007). "Recopilación de la sabiduría de la comunidad". Actas de la 12.ª conferencia internacional sobre interfaces de usuario inteligentes (PDF) . págs. 52–61. doi :10.1145/1216295.1216312. ISBN . 978-1-59593-481-9.S2CID6145344  .​
  17. ^ Estados Unidos de América Concedido US6064980 A, Jennifer A. Jacobi, Eric A. Benson y Eric A. Benson, "Sistema y métodos para recomendaciones colaborativas", publicado el 16 de mayo de 2000, emitido el 16 de mayo de 2000, asignado a Amazon.Com, Inc. 
  18. ^ Marlow, Jennifer; Dabbish, Laura; Herbsleb, Jim (2013). "Formación de impresiones en la producción en línea entre pares". Actas de la conferencia de 2013 sobre trabajo cooperativo con apoyo informático. págs. 117–128. doi :10.1145/2441776.2441792. ISBN 978-1-4503-1331-5.S2CID11432865  .​
  19. ^ Angeletou, S; Rowe, M; Alani, H (2011). "Modelado y análisis del comportamiento del usuario en comunidades en línea". La Web semántica – ISWC 2011 . Apuntes de clase en informática. Vol. 7031. págs. 35–50. doi :10.1007/978-3-642-25073-6_3. ISBN 978-3-642-25072-9.
  20. ^ Hogg, Tad; Szabo, Gabor (2009). "Dinámica y diversidad de las actividades de las comunidades en línea". EPL . 86 (3): 58–65. arXiv : 0803.3482 . Bibcode :2009EL.....8638003H. doi :10.1209/0295-5075/86/38003. S2CID  818245.
  21. ^ Tumasjan, A; Sprenger, TO; Sandner, PG; Welpe, IM (2010). "Predicción de elecciones con Twitter: lo que 140 caracteres revelan sobre el sentimiento político". Actas de la Conferencia Internacional AAAI sobre la Web y los Medios Sociales . 4 : 178–185. doi : 10.1609/icwsm.v4i1.14009 . S2CID  17539846.
  22. ^ Benevenuto, Fabricio; Rodríguez, Tiago; Cha, Meeyoung ; Almeida, Virgilio (2009). "Caracterización del comportamiento de los usuarios en las redes sociales online". Actas de la novena conferencia ACM SIGCOMM sobre medición de Internet . págs. 52–61. CiteSeerX 10.1.1.161.812 . doi :10.1145/1644893.1644900. ISBN  978-1-60558-771-4. Número de identificación del sujeto  3022786.
  23. ^ Furnas, GW; Landauer, TK (1987). "El problema del vocabulario en la comunicación entre humanos y sistemas". Comunicaciones de la ACM . 30 (11): 964–971. CiteSeerX 10.1.1.118.4768 . doi :10.1145/32206.32212. S2CID  3002280. 
  24. ^ Rivadeneira, AW; Gruen, Daniel M.; Muller, Michael J.; Millen, David R. (2007). "Con la cabeza en las nubes: hacia estudios de evaluación de nubes de etiquetas". Actas de la Conferencia SIGCHI sobre factores humanos en sistemas informáticos . págs. 995–998. doi :10.1145/1240624.1240775. ISBN 978-1-59593-593-9.
  25. ^ Bateman, Scott; Gutwin, Carl; Nacenta, Miguel (2008). "Ver cosas en las nubes". Actas de la decimonovena conferencia de la ACM sobre hipertexto e hipermedia . pp. 193–202. doi :10.1145/1379092.1379130. ISBN 9781595939852.S2CID16289413  .​
  26. ^ Kuo, Byron YL; Hentrich, Thomas; Good, Benjamin M.; Wilkinson, Mark D. (2007). "Nubes de etiquetas para resumir los resultados de búsqueda web". Actas de la 16.ª conferencia internacional sobre la World Wide Web . págs. 1203–1204. doi :10.1145/1242572.1242766. ISBN . 9781595936547.S2CID 530240  .
  27. ^ Lohmann, Steffen; Ziegler, Jürgen; Tetzlaff, Lena (2009). "Comparación de diseños de nubes de etiquetas: rendimiento relacionado con la tarea y exploración visual". Interacción persona-ordenador – INTERACT 2009 . Apuntes de clase en informática. Vol. 5726. págs. 392–404. doi :10.1007/978-3-642-03655-2_43. ISBN 978-3-642-03654-5.
  28. ^ Skoutas, Dimitrios; Alrifai, Mohammad (2011). "Nubes de etiquetas revisitadas". Actas de la 20.ª conferencia internacional de la ACM sobre gestión de la información y el conocimiento . pp. 221–230. doi :10.1145/2063576.2063613. ISBN 978-1-4503-0717-8.
  29. ^ ab Venetis, Petros; Koutrika, Georgia; Garcia-Molina, Hector (2011). "Sobre la selección de etiquetas para nubes de etiquetas". Actas de la cuarta conferencia internacional de la ACM sobre búsqueda web y minería de datos . págs. 835–844. doi :10.1145/1935826.1935855. ISBN 978-1-4503-0493-1.
  30. ^ Helic, Denis; Strohmaier, Markus; Trattner, Christoph; Muhr, Markus; Lerman, Kristina (2011). "Evaluación pragmática de folksonomías". Actas de la 20.ª conferencia internacional sobre la World Wide Web. págs. 417–426. doi :10.1145/1963405.1963465. ISBN 978-1-4503-0632-4.
  31. ^ Brusilovsky, Peter ; Chavan, Girish; Farzan, Rosta (2004). "Soporte de navegación adaptativa social para libros de texto electrónicos de corpus abierto". Hipermedia adaptativo y sistemas web adaptativos . Springer-Verlag Berlin Heidelberg. págs. 805–825. ISBN 978-3-540-27780-4.
  32. ^ Mertens, Robert; Farzan, Rosta; Brusilovsky, Peter (2006). "Navegación social en conferencias web". Actas de la decimoséptima conferencia sobre hipertexto e hipermedia . págs. 41–44. doi :10.1145/1149941.1149950. ISBN 978-1-59593-417-8.S2CID6043216  .​
  33. ^ Farzan, Rosta; Brusilovsky, Peter (2008). "AnnotatEd: Un servicio de navegación social y anotación para recursos educativos basados ​​en la web". Nueva revisión de hipermedia y multimedia . 14 (1): 3–32. CiteSeerX 10.1.1.153.7859 . doi :10.1080/13614560802357172. ISSN  1361-4568. S2CID  1133351. 
  34. ^ Foth, Marcus (2008). Manual de investigación sobre informática urbana: la práctica y la promesa de la ciudad en tiempo real: La práctica y la promesa de la ciudad en tiempo real . IGI Global. págs. 188-189. ISBN 9781605661537.
  35. ^ Bilandzic, Mark; Foth, Marcus; De Luca, Alexander (2008). "CityFlocks". Actas de la 7.ª conferencia de la ACM sobre diseño de sistemas interactivos (PDF) . pp. 174–183. doi :10.1145/1394445.1394464. ISBN 978-1-60558-002-9. Número de identificación del sujeto  12808486.
  36. ^ Dieberger, Andreas (1997). "Apoyo a la navegación social en la World Wide Web". Revista internacional de estudios humanos-computadoras . 46 (6): 805–825. CiteSeerX 10.1.1.25.8360 . doi :10.1006/ijhc.1996.0111. ISSN  1071-5819. 
  37. ^ Wexelblat, Alan y Pattie Maes. "Huellas: herramientas ricas en historia para la búsqueda de información". Actas de la conferencia SIGCHI sobre factores humanos en sistemas informáticos. ACM, 1999.
  38. ^ Brusilovsky, Peter, et al. "Navegación social para bibliotecas digitales educativas". Procedia Computer Science 1.2 (2010): 2889-2897.
  39. ^ Karimi, Hassan A., et al. "SoNavNet: un marco para redes de navegación social". Actas del Taller internacional de 2009 sobre redes sociales basadas en la localización. ACM, 2009.
  40. ^ Svensson, Martin, et al. "Navegación social de recetas de comida". Actas de la conferencia SIGCHI sobre factores humanos en sistemas informáticos. ACM, 2001.
  41. ^ Willett, Wesley; Heer, Jeffrey; Agrawala, Maneesh (2007). "Widgets perfumados: mejora de las señales de navegación con visualizaciones integradas". IEEE Transactions on Visualization and Computer Graphics . 13 (6): 1129–1136. doi :10.1109/TVCG.2007.70589. PMID  17968056.
  42. ^ Digioia, Paul y P. Dourish. "La navegación social como modelo para una seguridad utilizable". Simposio sobre privacidad y seguridad utilizables, SOUPS 2005, Pittsburgh, Pensilvania, EE. UU., julio de 2005:101-108.
  43. ^ Lichtenthäler, Christina; Peters, Annika; Griffiths, Sascha; Kirsch, Alexandra (2013). "Navegación social: identificación de patrones de navegación de robots en un escenario de cruce de caminos". Robótica social . Apuntes de clase en informática. Vol. 8239. págs. 84–93. doi :10.1007/978-3-319-02675-6_9. ISBN 978-3-319-02674-9.
  44. ^ Sinai MB, Partush N, Yadid S, et al. Explotación de la navegación social[J]. Eprint Arxiv, 2014.
  45. ^ Vosinakis, Spyros; Papadakis, Ioannis (2011). "Mundos virtuales como espacios de información: apoyo a la navegación semántica y social en un entorno 3D compartido". Tercera Conferencia Internacional sobre Juegos y Mundos Virtuales para Aplicaciones Serias de 2011. págs. 220–227. doi :10.1109/VS-GAMES.2011.41. ISBN 978-1-4577-0316-4.
  46. ^ Van Den Bosch, Alje; Van Arem, Bart; Mahmod, Mohamed; Misener, James (2011). "Reducción de los retrasos en las redes viales congestionadas mediante la navegación social". Foro IEEE sobre sistemas de transporte integrados y sostenibles de 2011. págs. 26–31. doi :10.1109/FISTS.2011.5973596. ISBN . 978-1-4577-0990-6.
Obtenido de "https://es.wikipedia.org/w/index.php?title=Navegación_social&oldid=1255779795"