مفهوم مرتبط بودن در علم اطلاعات ۲۰۲۲
The Notion of Relevance in Information Science 2022

همه می‌دانند ربط و تناسب چیست. یک مفهوم «خودمانی» و بدیهی است، نیازی به توضیح ندارد. جستجوی اطلاعات مرتبط با استفاده از فناوری اطلاعات (IT) به فعالیتی فراگیر در جامعه اطلاعاتی معاصر تبدیل شده است. اطلاعات *مرتبط* به معنای اطلاعاتی است که به موضوع یا مسئله مورد نظر مربوط می‌شود—و مستقیماً با ارتباط موثر در ارتباط است. هدف این کتاب بررسی سیر تکامل و همراه با آن، تاریخچه تفکر و تحقیق در مورد ربط و تناسب در علم اطلاعات و زمینه‌های مرتبط از دیدگاه انسانی است. هدف، سنتز آن چیزی است که در چندین دهه تحقیق در مورد مفهوم ربط و تناسب در علم اطلاعات آموخته‌ایم. این کتاب به این می‌پردازد که مردم چگونه با ربط و تناسب برخورد می‌کنند—به اینکه سیستم‌ها چگونه با ربط و تناسب برخورد می‌کنند، نمی‌پردازد؛ و الگوریتم‌ها را پوشش نمی‌دهد. با الهام از پیشرفت‌ها در بازیابی اطلاعات (IR) و سیستم‌های اطلاعاتی گوناگون در زمینه مدیریت ربط و تناسب، تعدادی سؤال اساسی مطرح می‌شود: *اصلاً ربط و تناسب چیست؟ برخی از ویژگی‌ها و جلوه‌های آن کدامند؟ مردم چگونه با ربط و تناسب رفتار می‌کنند؟ چه چیزی بر ارزیابی ربط و تناسب تأثیر می‌گذارد؟ اثرات قضاوت‌های ناسازگار انسانی در مورد ربط و تناسب بر آزمایش‌های عملکرد نسبی الگوریتم‌ها یا رویکردهای مختلف IR چیست؟* این سؤالات کلی به تفصیل مورد بحث قرار می‌گیرند.

Everybody knows what relevance is. It is a “ya’know” notion, concept, idea–no need to explain whatsoever. Searching for relevant information using information technology (IT) became a ubiquitous activity in contemporary information society. Relevant information means information that pertains to the matter or problem at hand—it is directly connected with effective communication. The purpose of this book is to trace the evolution and with it the history of thinking and research on relevance in information science and related fields from the human point of view. The objective is to synthesize what we have learned about relevance in several decades of investigation about the notion in information science. This book deals with how people deal with relevance—it does not cover how systems deal with relevance; it does not deal with algorithms. Spurred by advances in information retrieval (IR) and information systems of various kinds in handling of relevance, a number of basic questionsare raised: But what is relevance to start with? What are some of its properties and manifestations? How do people treat relevance? What affects relevance assessments? What are the effects of inconsistent human relevance judgments on tests of relative performance of different IR algorithms or approaches? These general questions are discussed in detail.