G3.15.2cluster similar-not-same results设计研究
高度相似但不完全相同的结果应分组呈现，而非并列展示
别名: 检索结果聚类 · similar result grouping · Scatter/Gather
概念解释
十个结果说的几乎是同一件事，却仍是十个可分开选择的对象：同一书的精装与平装、同一型号的不同颜色、同一事件的现场报道与评论。它们不该被合成一条代表项，也不该在列表里做成十行几乎相同的摘要。相似项分组（grouping similar-but-not-same results）把它们收成一组，占一行的位置，组内仍是不同选项。Hearst 与 Pedersen 的 Scatter/Gather、后来的检索结果聚类，针对的就是这种「像、但还要选」的集合。
并列展示的失败是视觉上的假重复：人以为去重没做，于是跳过整段。合成一条的失败是真选择被删掉。分组走中间：少占行，不删选项。
机制
高度相似的摘要共享气味。连续多行气味几乎不变，人会启动「已经看过」的跳过，后面几行即使有关键差异（有货、更短、官方）也被当成复制品滑过去。分组把「这一簇」标成一个比较单元，差异被预期为组内问题，而不是下一行碰巧不一样。工作记忆从「又一篇类似的」转成「这里有几个版本」。
不分组的并列还会扭曲排序观感：相关性分数接近的相似文档会连成一块地盘，把真正不同的对象挤出首屏。分组按簇占位，多样性发生在簇与簇之间，相似造成的垄断被拆掉。
怎么研究
对照「全展开并列」「合成一条」「按相似分组」三种呈现，看人是否还找得到组内那一个不同的选项，以及是否跳过整块。
- 范式：同一结果集，三种 UI；任务指定一个只存在于相似簇内部的属性（「要平装」「要有货的那个颜色」）。聚类质量用检索结果聚类的标准指标（如簇纯度、与人工主题的一致性），界面效果用任务。
- 自变量：分组与否、簇的相似度阈值、每组默认露出几条。
- 因变量：组内目标的发现率、误把整簇当重复而跳过的比例、首屏上不同主题的簇数。
- 方法论注意点：若任务目标碰巧是簇的代表项，分组和合体会看起来一样好。要把目标放在非代表的组员上。自动聚类的簇若与用户主题不对齐，测到的是聚类失败，不是分组这种呈现形式失败。
边界
簇内对象对当前任务完全可互换时，分组是多余的仪式，合为一条更干净。相似度过低的强制分组会把不相关的东西捆在一起，人会以为系统在主张它们等价。图像、地图、时间线等已经有空间或时间轴的结果，再按文本相似分组会和已有维度打架。专家对比任务（并排看两份合同）需要并列，分组会挡开比较。
怎么落地
- 对「像但不等于」的结果按相似收组，一组占一行，标题写共同之处，不要把十个近义摘要排成十行。
- 阈值宁可比近重复检测松，但松到仍能回答「它们还需要分开选吗」；不需要选的，交给同一性合并。
- 默认露出代表一条加「还有 N 个相似结果」，而不是默认全部展开。
- 验证：构造一个前十里有六条近义新闻加一条真正不同的文档的查询。分组后首屏应能看见那条不同的，且六条新闻不再各占一行。若六条仍并列，或那条不同的被捆进新闻组，分组没有对准「像、但还要选」。