Application of Case-based Reasoning in Retrieval of Scholarly Articles About Cyanide-free Gold Leaching

Abstract

The core aim of this doctoral dissertation is to serve researchers, engineers, decision makers, and other groups working in knowledge intensive fields by saving their most precious resource – time. Current popular tools for information retrieval have two major challenges. Firstly, the traditional tools, such as Google Scholar or Scopus, at best, serve the researcher's group context – not their unique context consisting of their research interest, project aims, state of research, etc. This leads to immense amounts of irrelevant search results, which need to be sorted through, consuming the researcher's valuable time. Secondly, the number of annually published scientific articles and conference papers is increasing exponentially. In other words, the growing amount of existing information is enormous, but the current information retrieval tools are not optimized to serve their users as efficiently as could be possible. The current work investigates the possibility of utilizing a methodology called case-based reasoning (CBR) in building a retrieval tool for scientific scholarly articles. The logic of CBR is based on comparing a current situation (a query) to previously occurred cases. The search results are retrieved according to a numerical measure of similarity, which is aggregated from a set of qualitative or quantitative attributes of the cases. For building the knowledge model of the retrieval tool, the topic of the included scientific articles needs to be clearly defined in order for them to have common and directly comparable attributes. The framing in this work is defined as cyanide-free leaching of gold ores and concentrates – a topical issue in hydrometallurgical research. This doctoral dissertation presents a CBR retrieval tool, which has been designed based on a series of expert interviews, workshops, and metallurgical knowledge. Included attributes and their weights in the knowledge model are determined as a result of the interviews and workshops, whereas similarity modelling is based on metallurgical knowledge. In practice, the retrieval tool has been implemented with an open source software myCBR with the addition of a novel similarity measure developed to enable all necessary features. The resulting conclusion is that CBR is applicable for retrieval of scientific articles and a functioning retrieval tool could be constructed with the myCBR software based on metallurgical process knowledge. Some of the applied similarity measures could be utilized in similar retrieval tools for scholarly articles about other research topics and the current model could be further improved for better retrieval results. The most important outcome of this research is that CBR has been applied in creating such a tool, which has sketched a road map for building similar tools for information retrieval also in other fields of research.

Tämän väitöskirjatutkimuksen perimmäinen tarkoitus on säästää tutkijoiden, insinöörien, päättäjien ja kaikkien muidenkin tiedonhakuun turvautuvien ammattilaisten tärkeintä resurssia - aikaa. Nykyään käytetyimmillä tiedonhaun työkaluilla on kaksi suurta haastetta. Ensimmäinen haaste on, että perinteiset tiedonhaun työkalut, kuten Google Scholar tai Scopus, parhaimmillaankin palvelevat tutkijan ryhmäkontekstia – eivät kyseisen käyttäjän tutkimuskiinnostuksen, -projektin tai -vaiheen uniikkia kontekstia. Tämä johtaa suureen määrään irrelevantteja hakutuloksia, joiden läpi käyminen kuluttaa tutkijan kallista aikaa. Toinen tiedonhaun haaste on julkaistun tiedon eksponentiaalinen lisääntyminen. Olemassa olevan tiedon määrä on siis valtava, mutta tiedonhaun työkalut eivät nykyisellään kykene palvelemaan käyttäjiään niin tehokkaasti kuin olisi mahdollista. Tässä väitöskirjatutkimuksessa selvitettiin tapauspäättely-nimiseen (case-based reasoning, CBR) metodiin perustuvan työkalun mahdollisuuksia tieteellisen tiedon haussa. Tapauspäättelyn logiikka perustuu uuden tilanteen/kyselyn vertailuun aiempien tapauksien/mahdollisten tulosten kanssa. Samanlaisuus arvioidaan laskennallisesti määrittämällä kyselyn ja tapauksien välille similariteetti perustuen numeerisiin tai kuvaileviin attribuutteihin. Prototyyppisen hakukoneen rakentamista varten siihen sisällytettävien tieteellisten artikkeleiden aihe tuli rajata tarkasti, jotta niiden sisältämät tiedot olisivat suoraan vertailukelpoista keskenään. Aiheen rajaukseksi valittiin syanidivapaat kultamalmien ja -rikasteiden liuotusmenetelmät niiden ajankohtaisuuden vuoksi. Tutkimuksen aikana on rakennettu tapauspäättelyä käyttävä tiedonhaun työkalu, jonka kehityksen perustana on käytetty haastattelututkimuksia, työpajoja ja metallurgista tietoa. Sisällytettävät attribuutit ja niiden painotukset määräytyivät haastattelujen ja työpajojen perusteella, kun taas similariteettilaskenta nojautuu metallurgiseen tietoon. Käytännössä tiedonhaun työkalu on toteutettu myCBR-nimisellä ohjelmalla, johon ohjelmoitiin lisäosana tutkimuksen aikana kehitetty uusi similariteettimalli haluttujen ominaisuuksien mahdollistamiseksi. Väitöskirjan johtopäätös on, että tapauspäättely soveltuu tieteellisen tiedonhaun metodiksi ja toimiva prototyyppi tällaisesta työkalusta voidaan toteuttaa myCBR-ohjelmalla. Osaa kehitetyistä similariteettimalleista voi käyttää sellaisenaan muiden alojen kirjallisuuden vertailuun ja nykyistä mallia voidaan kehittää edelleen yhä paremmaksi. Tämän tohtoritutkimuksen tärkein anti on kuitenkin se, että tapauspäättelyä on nyt käytetty tällaisen työkalun rakentamiseen ja samalla on luotu alustava ohjenuora vastaavanlaisten työkalujen kehittämiselle muiden tutkimusalojen kirjallisuuden vertailua varten.