Designing an expert search interface to increase diversity in expertise representation
Author
Radlinskaite, Kamile
Term
4. term
Publication year
2025
Submitted on
2025-06-02
Pages
43
Abstract
Dette speciale undersøger, hvordan ekspertsøgeplatforme kan designes til at synliggøre et bredere og mere fair udvalg af eksperter. Mange nuværende systemer bygger på nøgleordsøgning og selvrapporterede profiler, hvilket kan skjule mindre kendte eller underrepræsenterede eksperter og gøre rangeringskriterier uigennemsigtige. Med udgangspunkt i den danske kontekst og en mulig integration i den nationale forskningsportal forskningsportal.dk stiller studiet spørgsmål om, hvordan ekspertise repræsenteres og valideres i eksisterende løsninger, hvilke bias der opstår, og hvilke interface-mekanismer for filtrering, rangering og visualisering kan understøtte mangfoldig søgning på tværs af interessenter som forskere, journalister, studerende, industri og beslutningstagere. Med afsæt i human-computer interaction og human-centered design kombinerer projektet en systematisk litteraturgennemgang, konkurrent- og interessentanalyser, survey og interviews, empatikort og personaer, iterativ prototyping og brugertest samt tematisk analyse. Arbejdet identificerer centrale udfordringer i transparens, validering og findbarhed og foreslår interfaceforbedringer i form af filtre, rangeringssignaler og datavisualisering, der fremhæver mangfoldighed og foreslår alternative eksperter. Bidraget er et sæt designanbefalinger til udvikling af ekspertsøgeværktøjer, der er brugbare, transparente og inkluderende.
This thesis examines how expert search platforms can be designed to surface a broader and fairer range of experts. Many existing systems rely on keyword matching and self-reported profiles, which can obscure lesser-known or underrepresented experts and keep ranking criteria opaque. Focusing on the Danish context and a potential integration with the national research portal forskningsportal.dk, the study asks how expertise is represented and validated on current platforms, what biases appear, and which interface mechanisms for filtering, ranking, and visualization can support diverse discovery across stakeholder groups such as researchers, journalists, students, industry, and policymakers. Grounded in human-computer interaction and human-centered design, the project combines a systematic literature review, competitor and stakeholder analyses, a survey and interviews, empathy maps and personas, iterative prototyping and usability testing, and thematic analysis. The work identifies key challenges in transparency, validation, and findability, and proposes interface design improvements related to filters, ranking signals, and data visualization to highlight diversity and suggest alternative experts. The contribution is a set of design recommendations to inform the development of expert search tools that are usable, transparent, and inclusive.
[This abstract was generated with the help of AI]
Keywords
Documents