否定検索

ネガティブ検索とは、大量のコンテンツから無関係な情報を排除し、関連するコンテンツの範囲をユーザーに提示することです。

ネガティブ検索は、ポジティブ検索やディスカバリー検索のいずれとも異なります。ポジティブ検索では、関連するコンテンツの選択を主なメカニズムとして使用します。ディスカバリー検索では、関連性 (ユーザーの意図とコンテンツの間) を計算して、ユーザーが気づいていない可能性のある関連する代替案をユーザーに提示します。

ネガティブ検索は、ユーザーが特定の実用的な情報を見つけようとしているものの、その特定の情報が何であるか、または何である可能性があるかについての知識が不足している検索形式に適用されます。

ネガティブ検索は、ユーザーが望むことではなく、望まないことを明確に理解している検索にも適用されます。

否定的な意図の例は次のとおりです。

- 求職活動: 新しい仕事が欲しいとは思っていても、それがどんな仕事なのか全く分からない人もいます。ただ、自分が望んでいない仕事だけは分かっています。

- オンラインデート: デートの相手を探している人はいるものの、自分が求めている基準がわかりません。ただ、自分が求めていないものだけはわかっています。

- 捜査官は車を探していますが、その車に関して捜索の根拠となる他の情報がありません。

検索に 2 つの形式 (ポジティブとネガティブ) がある場合、分類器モデルにも包括的分類器と排他的分類器の 2 つの形式があることになります。

世界の国々はMECE リストの良い例です。ケニアという国を肯定的に検索すると、ケニアを参照するコンテンツが特定され、表示されます。ケニアという国を否定的に検索すると、世界の他の国に関するすべてのコンテンツが除外され、ユーザーにはケニアに何らかの関連があるコンテンツが残ります。

ポジティブ検索では、関連性のないものが好ましくないものとみなされる傾向があります。ユーザー エクスペリエンスから排除することを目的として、システムが関連性のないコンテンツを積極的に識別して追跡することは、非常に強力なメカニズムとなる可能性があります。

したがって、肯定的な検索と否定的な検索は相互に排他的ではなく、否定的な検索でのユーザー エクスペリエンスを強化するツールとして選択と排除を組み合わせることで、より強力な検索が実現する可能性があります。

ポジティブ検索とは、受動性（または開放性）をまったく持たないユーザーによる能動的な検索を指します。例: 「大晦日のビエンチャンのヒルトン ホテルにのみ興味があります。」

発見とは、ユーザーが積極的な検索を行っている間に、同時に二次的な受動的な検索を行うことです。たとえば、「大晦日にビエンチャンのヒルトン ホテルに泊まることに興味があるのですが、もっと良いホテルがあれば教えてください。」などです。

ネガティブ検索も能動的な検索ですが、受動性（または発見に対する開放性）の度合いがはるかに高くなります。たとえば、「休暇が必要なのですが、良い場所であればどこでも構いません。」

検索者は、1 つの次元 (ポジティブ検索) ではアクティブであると同時に、多くの次元で代替案や探しているかどうかわからないものに対しては受動的になることがあります。発見では少数の次元で受動的ですが、ネガティブ検索では多くの次元またはすべての次元で受動的になります。