To be able to make accurate predictions and adapt, we sometimes need to adjust our understanding of the world, yet what incentivizes expansion of our mental world models remains poorly understood. The aim of this study was to investigate what motivates people to update their world models – here referred to as the ontological model structure, and how updating is related to uncertainty. The study is of experimental design and uses a digital game divided into two conditions (ambiguous and unambiguous) that vary the expectations for the game’s causal structure. The goal of the game was to gain points by accurately predicting on what food item a fly will land. To make accurate predictions, the participant should adjust their cognitive model when encountering new information. Data from 84 participants was collected online, using Prolific.co. It was hypothesized that initial ambiguity would affect the likelihood of information seeking by increasing the frequency of prediction errors and would result in a faster switch to an optimal cognitive model. The study found that participants in the more ambiguous condition sought information earlier, gained more prediction errors and changed to an optimal model faster than participants in the less ambiguous condition. However, both participant groups seemed equally as equipped to change models as a result of prediction errors. This might indicate that despite similar support for an initial model, it is the prediction errors and our recent history that affects our tendency to adjust our cognitive models. / För att kunna göra korrekta prediktioner och anpassa oss behöver vi ibland justera vår förståelse av världen, vad som motiverar en revidering av våra mentala modeller är dock fortfarande oklart. Studiens syfte var att undersöka vad som motiverar människor att uppdatera sina modeller – benämnd här som den ontologiska modellstrukturen, och hur uppdateringen är relaterad till osäkerhet. Studien är av experimentell design och använder ett digitalt spel uppdelat i två betingelser (tvetydig och entydig), som varierar förväntningarna på spelets ontologiska struktur. Spelets mål var att samla poäng genom att korrekt predicera på vilken matvara en fluga kommer att landa. För att kunna göra korrekta prediktioner bör deltagaren justera sin kognitiva modell när ny information fås. Data från 84 deltagare samlades in online, med hjälp av Prolific.co. Det antogs att den initiala tvetydigheten skulle påverka sannolikheten för informationssökning genom att öka frekvensen av prediktionsfel och att det skulle resultera i en snabbare övergång till en optimal kognitiv modell. Studien fann att deltagare i den mer tvetydiga betingelsen sökte information tidigare, fick fler prediktionsfel och ändrade till en optimal modell snabbare än deltagare i den mindre tvetydiga betingelsen. Däremot verkade båda deltagargrupperna lika väl utrustade att byta modell till följd av prediktionsfel. Det kan tyda på att trots liknande stöd för en initialmodell är det prediktionsfel och vår närhistoria som påverkar vår tendens att justera våra kognitiva modeller.

Video games are common hobbies today, and as such they have been studied within the field of LIS. However, video gaming is a wide subject, and therefore there still exist areas that have not yet been properly researched. This bachelor thesis investigates the ways video game players experience the use of external and internal information and the effect it has on their gameplay experiences. The aim of this study is to determine players’ motivations behind searching for information in relation to gaming and the factors they consider when doing so. Metagaming, which is a commonly used term when it comes to describing what is popular and considered optimal within gaming communities, is explored within the thesis. The theoretical framework that is being adopted for this study and which is being used to interpret the empirical data is Information Practices, Cognitive Authority and McKenzie’s Information Practices model, with related terms. This study is qualitative in nature, and the method that is being used is semi-structured interviews. The results indicate that the kinds of information sources and media types that are used by the players are varied. Furthermore the type of game that is being played has a significant impact on the ways in which the players view external and internal information seeking. Metagaming is shown to be a strong influence on how information is searched for in relation to online games. The impact of communally negotiated norms is clear and is clarified within the thesis.

Source criticism and information search is a major part of digital competence according to Skolverket (2018). The purpose of this study is to reach a deeper understanding in how education about source criticism and information search look like in grade F-3. By interviewing six teachers (F-3), an increased understanding has been reached about how these teachers treat source criticism and information search in education. This study has been made through a qualitative research method, and through a pragmatic perspective. The study shows that the teachers think that processing knowledge in source criticism and information search is part of daily education, and that these concepts should be highlighted at an early age. The study also shows that neither source criticism nor information search are bound to specific subjects, instead they are occurring in different learning activities. The teachers wish for competence development in source criticism and digital media to promote good teaching.

Källkritik och informationssökning är en viktig del av en digital kompetens och därav även en stor del av revideringen av LGR11 (Skolverket, 2018a) som fokuserat på att digitalisera skolan. Tidigare forskning tyder på att minst undervisning inom området ges i grundskolans tidiga år. Syftet med denna studie är således att få en ökad insikt i hur undervisning i och om området ser ut i årskurserna F-3. Vi valde att främst se till lärarnas egna resonemang och tolkningar, därav har våra metoder utgått från en kvalitativ ansats och ett pragmatiskt perspektiv. Genom surveyundersökning och semistrukturerade intervjuer har vi kunnat se över 38 F-3 lärares tankar om undervisning i källkritik och informationssökning. Lärarna i studien ser området som en självklar del av det vardagliga arbetet i skolan och en viktig kunskap i det digitaliserade samhället som bör arbetas med från förskolan och i alla skolans ämnen, däremot uteblir undervisningen ofta trots att lärarna ser sina egna kunskaper i området som tillräckliga. Lärarna uttrycker ett behov av kompetensutveckling inom området då de upplever osäkerheter kring den didaktiska aspekten. Faktatexter och diskussioner i helklass blir därför de vanligast förekommande arbetsmetoderna oavsett årskurs och skolbiblioteket ses inte som en resurs i undervisningen vid källkritik och informationssökning. Området har en tendens att prioriteras bort med anledning av brist på tid, både vad gäller planering och undervisningstid, och digitala verktyg. / Source criticism and information literacy is a major part of the knowledge and skills needed in a digital era and therefore an important component in the revise of the Swedish curriculum of the compulsory school (Skolverket, 2018a) that targets the digitalization of the Swedish school system. Thus’, previous studies show that less education is provided for pupils in compulsory school in the subject of source criticism and information literacy, than in any other grade. The purpose of this study is to get additional insight in the education of source criticism and information literacy in compulsory school. We chose to study the teachers’ interpretations of the subject and how they implement the subject into their own classroom. Therefore, we have chosen a qualitative approach with a pragmatic perspective. Through a survey and multiple semi-structured interviews, we have been able to inquire about the reasonings of 38 compulsory school teachers. The teachers in this study view source criticism and information literacy as a natural part of their daily teaching and as an important societal based knowledge or ability in a digital society. A subject that is both important to introduce in pre-school and should be included in every school subject. Yet the teachers express a need for competence development as a result of an uncertainty with the didactic features of the pupils’ education. Factual texts and discussions held with the whole class, in the classroom, is therefore the most common approach regardless of grade. The school library is not seen as a resource for learning about source criticism and information literacy. The subject tends to get lower priority compared to other subjects due to the lack of time in both planning and teaching-hours and also due to the lack of digital tools available.

This thesis focuses on Paradox Interactive's information seeking as a process in the construction of historical computer games. The study is collecting data through a series of interviews with two professional groups: Content designers and 3D graphics. The study focuses on the role of information gathering as a internal process in the creation of the game but also on how the two professions, which have been involved in the study's interviews, gather information relevant to their specific tasks. The study also touches on whether it exists a connection between how Content designers and 3D graphics conduct their searches for information and the ABM sector (that is archives, libraries and museums) as sources/distributors of information. The study has resulted in knowledge regarding the professional groups' information behaviour, what factors that affect the process of gathering information. The study has also resulted in an awareness regarding what kind of information sources that are attractive. Furthermore, the interviews conducted have produced information on how archives, libraries and museums function as information sources for the selected professional groups. The information gathered through the interviews shows that archives, libraries and museums are not used as information sources by the professional groups. Reasons as to why this is the case are a lack of awareness as well as the professional groups' various needs, such as right content and easy accessibility. Games which are utilising or relate to popular history are a clear aspect of modern days popular culture. There exists an abundance of games which relate to history whether they are historical strategy-focused computer games or more action-packed videogames constructed around historical events and contexts. There exists an equally abundance of studies which focuses on games in certain aspects; one such area of research is how history is utilised in games. This study, as noted above, doesn't focus on the games themselves or how they utilise history but rather on the specific question of how the developers gather the information about the past, what sources that exists, and how archives, libraries and museums can better accommodate game creators as a specific group of information gatherers and users.

Rekommendationssystem används överallt. På populära plattformar såsom Netflix och Amazon får du alltid rekommendationer på vad som är nästa lämpliga film eller inköp, baserat på din personliga profil. Detta sker genom korsreferering mellan användare och produkter för att finna sannolika mönster. Syftet med studien har varit att jämföra de två prevalenta tillvägagångssätten att skapa rekommendationer, på en annorlunda datamängd, där ”best practice” inte nödvändigtvis är tillämpbart. Som följd därav, har jämförelse gjorts på effektiviteten av Content-based Filtering kontra Collaborative Filtering, på Steams spelplattform, i syfte att etablera potential för en bättre lösning. Detta angreps genom att samla in data från Steam; Bygga en Content-based Filtering motor som baslinje för att representera Steams nuvarande rekommendationssystem, samt en motsvarande Collaborative Filtering motor, baserad på en standard-implementation, att jämföra mot. Under studiens gång visade det sig att Content-based Filtering prestanda initiellt växte linjärt medan spelarbasen på ett givet spel ökade. Collaborative Filtering däremot hade en exponentiell prestationskurva för spel med få spelare, för att sedan plana ut på en nivå som prestationsmässigt överträffade jämförelsmetoden. Den praktiska signifikansen av dessa resultat torde rättfärdiga en mer utbredd implementering av Collaborative Filtering även där man normalt avstår till förmån för Content-based Filtering då det är enklare att implementera och ger acceptabla resultat. Då våra resultat visar på såpass stor avvikelse redan vid basmodeller, är det här en attityd som mycket väl kan förändras. Collaborative Filtering har varit sparsamt använt på mer mångfacetterade datamängder, men våra resultat visar på potential att överträffa Content-based Filtering med relativt liten insats även på sådana datamängder. Detta kan gynna alla inköps- och community-kombinerade plattformar, då det finns möjlighet att övervaka användandet av inköpen i realtid, vilket möjliggör för justeringar av de faktorer som kan visa sig resultera i felrepresentation. / The use of recommender systems is everywhere. On popular platforms such as Netflix and Amazon, you are always given new recommendations on what to consume next, based on your specific profiling. This is done by cross-referencing users and products to find probable patterns. The aims of this study were to compare the two main ways of generating recommendations, in an unorthodox dataset where “best practice” might not apply. Subsequently, recommendation efficiency was compared between Content Based Filtering and Collaborative Filtering, on the gaming-platform of Steam, in order to establish if there was potential for a better solution. We approached this by gathering data from Steam, building a representational baseline Content-based Filtering recommendation-engine based on what is currently used by Steam, and a competing Collaborative Filtering engine based on a standard implementation. In the course of this study, we found that while Content-based Filtering performance initially grew linearly as the player base of a game increased, Collaborative Filtering’s performance grew exponentially from a small player base, to plateau at a performance-level exceeding the comparison. The practical consequence of these findings would be the justification to apply Collaborative Filtering even on smaller, more complex sets of data than is normally done; The justification being that Content-based Filtering is easier to implement and yields decent results. With our findings showing such a big discrepancy even at basic models, this attitude might well change. The usage of Collaborative Filtering has been used scarcely on the more multifaceted datasets, but our results show that the potential to exceed Content-based Filtering is rather easily obtainable on such sets as well. This potentially benefits all purchase/community-combined platforms, as the usage of the purchase is monitorable on-line, and allows for the adjustments of misrepresentational factors as they appear.

The purpose of this bachelor’s thesis is to examine information search behaviour of a group of Library and Information Science students in the cultural heritage digital collection cross search service DigitaltMuseum and an evaluation of the cross-search service search functionalities’ usability for the end-user. The study aims in understanding the user search behaviour to let the designers of cultural heritage digital collections websites improve the search tools so that the design matches the real needs of the users. After doing simulated search tasks the informants answered several questions about the chosen search strategies and preferable search functionalities. Quantitative analysis shows that simple search and free keywords are the most preferable search methods, however it is not clear why. On one hand it is observed that the users prefer google-like searching, on the other, discussion on the DigitaltMuseum search functionalities shows lack of use of Knowledge Organisation System of any kind which makes the advanced search tool insufficient.

Konsumenters beteende har förändrats och i dag söker kunder inte efter produktrelaterad information enbart i den fysiska butiken inför att de ska genomföra ett komplext köp. Teknisk utveckling och butiker online har möjliggjort för konsumenten att söka information var och när de vill. Detta har lett till att konsumenter är mer informerade än någonsin. Denna förändring av konsumentbeteende är viktigt att studera eftersom företag måste förstå sina konsumenter för att skapa hållbara affärsmodeller och strategier. Därför syftar vår studie till att skapa en större förståelse för detta förändrade konsumentbeteende och hur det påverkar den fysiska butikens roll när konsumenten förbereder sig inför ett komplext köp. Studien är design är en fallstudie av IKEA:s köksavdelning. Vår intention var att förstå viktiga aspekter av konsumentens förberedelse, informationssökning och beteende inför ett komplext köp. För att få en större förståelse för om den fysiska butikens roll har förändrats användes en mixad metod. Detta studerades genom observationer, enkäter och intervjuer. Genom att använda eye-tracking utrustning under observationerna kunde vi studera respondenternas beteende mer djupgående än vad tidigare studier gjort. Vilket resulterade i att studiens slutsats är att den fysiska butiken fortfarande har en viktig roll när konsumenten förbereder sig inför ett komplext köp. Framförallt förser butiken konsumenter med möjligheten att känna på produkten, samt att ge dem ett helhetsintryck av vad de ska köpa. Vår huvudsakliga slutsats blev därför att den fysiska butikens roll inför ett komplext köp är att vara ett komplement till den information som finns tillgänglig online genom att möjliggöra för konsumenten att interagera med produkterna i en verklig butiksmiljö. / Consumer behaviour has changed, today consumers do not solely search for information in the physical store prior to a complex purchase. Technological development and online stores have enabled consumers to search for information whenever and wherever they want. This has led to consumers being more informed than ever. The change and development of consumer behaviour is an important research subject, as companies must understand their consumers in order to create the best business strategies and business models possible. Therefore, is the aim of this thesis to gain a deeper understanding of this changed consumer behaviour and if the physical store might have a different role during consumer preparation prior to a complex purchase.The design used was a case study of IKEA’s kitchen department. Our intention was to understand important aspects of consumer preparation, information search and behaviour prior to a complex purchase. Therefore, was a mixed method strategy was used, which allowed us to understand if the role of the physical store has changed during consumer preparation prior to a complex purchase. This was studied through observations, questionnaire and interviews. Due to the usage of eye-tracking technology during the observation, we could study the respondent’s behaviour more in detail than previous research has done. The conclusion of the study is that the physical store still has an important role when consumers purchase complex products. Foremost, due to consumers’ having a great need to touch and feel the product, and to gain the whole picture of what they intend to purchase. Therefore, was the main conclusion that the role of the physical store prior to a complex purchase is to complement the information available online, by enabling consumers to interact with the products in a real world environment.

With the rapid growth of e-commerce, enabling effective product recommendation systems and improving product search for shoppers plays a crucial role in driving customer satisfaction. Traditional product retrieval approaches have mainly relied on unimodal models focusing on text data. However, to capture auxiliary context and improve the accuracy of similarity predictions, it is crucial to explore architectures that can leverage additional sources of information, such as images. This thesis compares the performance of multi- and unimodal methods for product similarity prediction and product retrieval. Both approaches are applied to two e-commerce datasets, one containing English and another containing Swedish product descriptions. A pre-trained multi-modal model called CLIP is used as a feature extractor. Different models are trained on CLIP embeddings using either text-only, image-only or image-text inputs. An extension of triplet loss with margins is tested, along with various training setups. Given the lack of similarity labels between products, product similarity prediction is studied by measuring the performance of a K-Nearest Neighbour classifier implemented on features extracted by the trained models. The thesis results demonstrate that multi-modal architectures outperform unimodal models in predicting product similarity. The same is true for product retrieval. Combining textual and visual information seems to lead to more accurate predictions than models relying on only one modality. The findings of this research have considerable implications for e-commerce platforms and recommendation systems, providing insights into the effectiveness of multi-modal models for product-related tasks. Overall, the study contributes to the existing body of knowledge by highlighting the advantages of leveraging multiple sources of information for deep learning. It also presents recommendations for designing and implementing effective multi-modal architectures. / I och med den snabba tillväxten av e-handel spelar att möjliggöra effektivare produktrekommendationssystem och att förbättra produktsök för konsumenter en viktig roll för att öka kundnöjdheten. Traditionella angreppsätt för produktsök har huvudsakligen tillförlitat sig på unimodala textmodeller. För att fånga ett bredare kontext och förbättra exaktheten av prediktioner av likhet mellan produkter är det viktigt att utforska arkitekturer som kan utnyttja fler informationskällor så som bilder. Den här avhandlingen jämför prestanda hos multimodala och unimodala metoder för produktlikhetsprediktioner och produktsök. Båda angreppsätten är tillämpade på två e-handelsdatamängder, en med engelska produktbeskrivningar och en med svenska. En förtränad multimodal modell kallad CLIP används för att skapa produktrepresentationer. Olika modeller har tränats på CLIPs representationer, antingen med enbart text, enbart bild eller både bild och text. En utökning av ett triplettmått med marginaler har testats som träningskriterium, i kombination med olika träningsinställningar. Givet en avsaknad av likhetsannoteringar mellan produkter så har produktlikhetsprediktion studerats genom att mäta prestandan av K-närmaste-grannar-klassificering genom att använda vektor-representationer från de tränade modellerna. Avhandlingens resultat visar att multimodala arkitekturer överträffar unimodala modeller för produktlikhetsprediktion. Att kombinera textuell och visuell information verkar leda till mer korrekta prediktioner jämfört med modeller som förlitar sig på endast en modalitet. Forskningsresultaten har markanta implikationer för e-handelsplattformar och rekommendationssystem, genom att tillhandahålla insikter i multimodala modellers effektivitet i produktrelaterade uppgifter. Överlag så bidrar studien till den existerande litteraturen genom att förtydliga fördelarna av att utnyttja flera informationskällor för djupinlärning. Den resulterar också i rekommendationer för att designa och implementera effektiva multimodala modellarkitekturer.

I takt med att informationsmängden ökar i samhället ställs högre krav på mer förfinade metoder för sökning och hantering av information. Att utvinna relevant data från företagsinterna system blir en mer komplex uppgift då större informationsmängder måste hanteras och mycket kommunikation förflyttas till digitala plattformar. Metoder för vektorbaserad ordinbäddning har under senare år gjort stora framsteg; i synnerhet visade Google 2013 banbrytande resultat med modellen Word2vec och överträffade äldre metoder. Vi implementerar en sökmotor som utnyttjar ordinbäddningar baserade på Word2vec och liknande modeller, avsedd att användas på IT-företaget Kundo och för produkten Kundo Forum. Resultaten visar på potential för informationssökning med markant bättre täckning utan minskad precision. Kopplat till huvudområdet informationssökning genomförs också en analys av vilka implikationer en förbättrad sökmotor har ur ett marknads- och produktutvecklingsperspektiv. / As the abundance of information in society increases, so does the need for more sophisticated methods of information retrieval. Extracting information from internal systems becomes a more complex task when handling larger amounts of information and when more communications are transferred to digital platforms. Recent years methods for word embedding in vector space have gained traction. In 2013 Google sent ripples across the field of Natural Language Processing with a new method called Word2vec, significantly outperforming former practices. Among different established methods for information retrieval, we implement a retrieval method utilizing Word2vec and related methods of word embedding for the search engine at IT company Kundo and their product Kundo Forum. We demonstrate the potential to improve information retrieval recall by a significant margin without diminishing precision. Coupled with the primary subject of information retrieval we also investigate potential market and product development implications related to a different kind of search engine.