Relevance and exploratory computing : a multidisciplinary perspective

Relevance is a multi-faceted concept dealt with in a number of disciplines, it is a term used to describe how pertinent, connected, or applicable some information is to a “given context”. The goal of this thesis is to shed light on relevance concepts and list a number of “meanings” from "Pragmatics", "Logics", "Information Science and (digital) libraries" that could be useful in an emerging field of exploratory computing. Growing demand for information and the effort to fulfill user need brought up new search paradigm beyond the traditional lookup, which is exploratory and multifaceted. As the information became ubiquitous and big first crucial issue was to determine the relevance of that information. This study is literature based with some experience by a research group at POLIMI with exploratory portals. Here it is used theoretical analysis: selection and discussion of theoretical material and descriptive material, in context, and detailed comparison of theories in terms of their applicability, here are evaluated more than 100 research works and were selected most of them for discussion. We analyzed various "meanings" and models in interdisciplinary frameworks and came up to a conclusion that there is not just one "meaning" of relevance but there are many manifestations of relevance such as "algorithmic", "cognitive", "motivational", "topical", "situational", "optimal" "relevance based on similarity", relevance of "quality", "quantity" and "value"… Information science is not the only field to recognize that relevance has a number of manifestations we can find other manifestations in other fields as well. Based on the researchers group experience with exploratory portals we found out three "meanings" of relevance (relevance of "quality", "quantity" and "value") that may matter to EC approach and other disciplines as well. Relevance does not have one single meaning: taking into account its many-fold facets can lead to many satisfactory “exploratory” experiences of complex data.

Numerose discipline si interessano al concetto di rilevanza, sotto numerosi aspetti. È un termine usato per descrive quanto “pertinente, connesso o in qualche modo applicabile” sia una determinata informazione a un determinato “contesto”. L’obiettivo di questa tesi è di gettare luce su questo concetto ed elencarne alcune delle possibili declinazioni, attingendo alla pragmatica, alla logica, alle scienze dell’informazione e alle librerie digitali, avendo come fine di indivuare quelle più utili per un nuovo approccio: l’ “ExploratoryComputing”. La crescente domanda di informazione e lo sforzo per soddisfare le necessità dell’utente hanno infatti provocato la nascita di un nuovo paradigma di ricerca – o forse meglio di esplorazione – che va oltre il tradizionale “lookup”. L’informazione sta diventando “ubiquita” e “abbondante” (“big”): la questione cruciale oggi è determinare cosa sia rilevante. Questo studio si basa su analisi della letteratura e attinge inoltre dall’esperienza di un gruppo di ricerca del Politecnico con i portali esplorativi. Si tratta di una analisi primariamente teoretica: selezione e discussione di materiali (teorici o descrittivi) e paragone serrato tra teorie in vista della loro applicabilità al nuovo paradigma. Si sono analizzati più di 100 lavori di ricerca, i più sigifnicativi dei quali sono presentati nella discussione. Varie declinazioni e modelli possibili sono stati presi in esame, fino a giungere alla conclusione che non esiste un solo significato di rilevanza, ma molte sue manifestazioni che si possono definire come: “algoritmica”, “cognitiva”, “motivazionale”, “topica”, “situazionale”, “ottimale”, “basata sulla similarità”, “di qualità”, “di quantità”,“di valore” … La scienza dell’informazione èsolo uno dei settori che riconosce questa pluralità di valenze del concetto di rilevanza; possiamo trovare altre valenze in altri settori. Abbiamo selezionato tre possibili valenze (rilevanza di qualità, quantità e valore) perché particolarmente utili nell’approccio Exploratory Computing. La rilevanza non ha un unico significato: tenere conto delle sue varie valenze conduce a esperienze “esplorative” di dati complessi più ricche e complete.