AMED: Aggregated multimedia exploratory and discovery search software AMED: برنامج البحث الاستكشافي والاستكشافي المجمع للوسائط المتعددة AMED : logiciel agrégé d'exploration multimédia et de recherche de découverte AMED: Software agregado de búsqueda exploratoria y descubrimiento multimedia

The proliferation of multimedia content is transforming users' information needs from simple lookup-based information retrieval to more complex exploratory and discovery searches. The exploratory search paradigm requires nonlinear access to diverse multimedia documents, which jeopardizes the traditional precision-oriented Search Engine Results Pages (SERP) equipped with media-specific linear lookup lists called verticals. The existing vertical aggregation approaches are instantiated on a specific dataset and are not readily accessible on the web for comparison and reproducibility purposes. Therefore, this article aims to publicize the novel state-of-the-art discovery software aggregating multimedia content to aid the discovery process in exploratory searches. AMED software performs deep semantic analysis, clustering, and summarization on SERP verticals to provide multimedia documents-based traversal. These multimedia documents are further connected to a nonlinear graph based on similarity measures and presented on interactive Search User Interfaces (SUIs) that keep the users captivated within the search space. The empirical evaluation of the proposed data model achieves 99% accuracy score, outperforming the existing aggregation techniques. The further between-subjects (N = 44) usability analysis between the designed SUIs and the Google (baseline) search engine reveals 29.6% better user engagement, 43% more search satisfaction, and 32% more knowledge acquisition with 63.9% reduced clicking efforts. يؤدي انتشار محتوى الوسائط المتعددة إلى تحويل احتياجات المستخدمين من المعلومات البسيطة القائمة على البحث إلى عمليات بحث استكشافية واكتشافية أكثر تعقيدًا. يتطلب نموذج البحث الاستكشافي الوصول غير الخطي إلى مستندات الوسائط المتعددة المتنوعة، مما يعرض صفحات نتائج محرك البحث التقليدية الموجهة بدقة (SERP) المزودة بقوائم بحث خطية خاصة بالوسائط تسمى العمودي. يتم إنشاء نماذج التجميع الرأسي الحالية على مجموعة بيانات محددة ولا يمكن الوصول إليها بسهولة على الويب لأغراض المقارنة والتكرار. لذلك، تهدف هذه المقالة إلى نشر أحدث برامج الاكتشاف التي تجمع محتوى الوسائط المتعددة للمساعدة في عملية الاكتشاف في عمليات البحث الاستكشافية. يقوم برنامج AMED بإجراء تحليل دلالي عميق وتجميع وتلخيص على قطاعات SERP لتوفير اجتياز مستند إلى مستندات الوسائط المتعددة. ترتبط مستندات الوسائط المتعددة هذه أيضًا برسم بياني غير خطي يعتمد على مقاييس التشابه ويتم تقديمها على واجهات مستخدم البحث التفاعلية (SUIs) التي تبقي المستخدمين مفتونين داخل مساحة البحث. يحقق التقييم التجريبي لنموذج البيانات المقترح درجة دقة بنسبة 99 ٪، متفوقًا على تقنيات التجميع الحالية. يكشف تحليل قابلية الاستخدام الإضافي بين الموضوعات (N = 44) بين SUIs المصممة ومحرك بحث Google (الأساسي) عن مشاركة أفضل للمستخدم بنسبة 29.6 ٪، و 43 ٪ أكثر من الرضا عن البحث، و 32 ٪ أكثر من اكتساب المعرفة مع 63.9 ٪ انخفاض جهود النقر. La prolifération du contenu multimédia transforme les besoins d'information des utilisateurs, passant d'une simple récupération d'informations basée sur la recherche à des recherches exploratoires et de découverte plus complexes. Le paradigme de recherche exploratoire nécessite un accès non linéaire à divers documents multimédias, ce qui met en péril les pages de résultats des moteurs de recherche (SERP) traditionnelles axées sur la précision, équipées de listes de recherche linéaires spécifiques aux médias appelées verticales. Les approches d'agrégation verticale existantes sont instanciées sur un ensemble de données spécifique et ne sont pas facilement accessibles sur le Web à des fins de comparaison et de reproductibilité. Par conséquent, cet article vise à faire connaître le nouveau logiciel de découverte de pointe qui agrège le contenu multimédia pour faciliter le processus de découverte dans les recherches exploratoires. Le logiciel AMED effectue une analyse sémantique approfondie, un regroupement et une synthèse sur les verticales SERP pour fournir une traversée basée sur des documents multimédias. Ces documents multimédias sont en outre connectés à un graphique non linéaire basé sur des mesures de similarité et présentés sur des interfaces utilisateur de recherche interactives (SUI) qui gardent les utilisateurs captivés dans l'espace de recherche. L'évaluation empirique du modèle de données proposé atteint un score de précision de 99 %, surpassant les techniques d'agrégation existantes. L'analyse plus approfondie de la facilité d'utilisation entre les sujets (N = 44) entre les SUI conçus et le moteur de recherche Google (de référence) révèle un meilleur engagement des utilisateurs de 29,6 %, une satisfaction de recherche accrue de 43 % et une acquisition de connaissances accrue de 32 % avec des efforts de clics réduits de 63,9 %. La proliferación de contenido multimedia está transformando las necesidades de información de los usuarios, desde la simple recuperación de información basada en búsquedas hasta búsquedas exploratorias y de descubrimiento más complejas. El paradigma de búsqueda exploratoria requiere acceso no lineal a diversos documentos multimedia, lo que pone en peligro las páginas de resultados de motores de búsqueda tradicionales orientadas a la precisión (SERP) equipadas con listas de búsqueda lineales específicas de los medios llamadas verticales. Los enfoques de agregación vertical existentes se ejemplifican en un conjunto de datos específico y no son fácilmente accesibles en la web con fines de comparación y reproducibilidad. Por lo tanto, este artículo tiene como objetivo dar a conocer el novedoso software de descubrimiento de última generación que agrega contenido multimedia para ayudar al proceso de descubrimiento en las búsquedas exploratorias. El software AMED realiza un análisis semántico profundo, agrupamiento y resumen en las verticales de SERP para proporcionar un recorrido basado en documentos multimedia. Estos documentos multimedia se conectan además a un gráfico no lineal basado en medidas de similitud y se presentan en interfaces de usuario de búsqueda interactivas (SUI) que mantienen a los usuarios cautivados dentro del espacio de búsqueda. La evaluación empírica del modelo de datos propuesto alcanza una puntuación de precisión del 99%, superando las técnicas de agregación existentes. El análisis de usabilidad adicional entre sujetos (N = 44) entre los SUI diseñados y el motor de búsqueda de Google (línea de base) revela un 29,6% de mejor participación del usuario, un 43% más de satisfacción en la búsqueda y un 32% más de adquisición de conocimiento con un 63,9% de reducción en los esfuerzos de clics.