跨设备搜索引擎结果页面注意力分布研究——基于眼动视觉数据的实证分析

用户在搜索引擎结果页面的视觉注视行为,一直是信息检索领域的重要研究内容,有助于优化搜索引擎结果页面(Serach Engine Result Page,SERP)的布局,提升用户搜索效率。而针对用户在跨设备搜索情境下的SERP注视行为的研究还较少。本研究通过跨设备搜索实验,对用户在不同跨设备情境下的SERP视觉行为分布展开研究。研究发现,用户在跨设备后,其视觉注意力相比之前有所分散,关注点减少。跨设备后,用户的"眼动熵"值在SERP的搜索结果列表中,呈现出总体上升的趋势。用户在跨设备后对SERP首屏的搜索结果区域内搜索结果摘要的关注度最高,对于记录跨设备历史信息的区域关注度提升最高,这说明搜索引擎为用户提供的跨设备历史信息能够有效地帮助用户恢复搜索任务,提高用户的搜索效率。在单条搜索结果区域内,跨设备前后用户的视觉分布不存在显著性差异。

搜索引擎结果页面(SERP)研究述评

本文以国外会议、期刊发表的有关搜索引擎结果页面研究文献为对象,采用综合归纳的方法,分析该领域研究进展。研究发现:一方面,在搜索引擎结果页面的设计布局上,现代搜索聚合各类型信息资源,搜索结果页面呈现垂直化、多样化特征,新型页面元素的嵌入影响用户对结果页面的满意度、关注、体验和评价;另一方面,利用用户在搜索结果页面的行为数据,包括眼球、光标、手势、声学等各类交互数据,可以分析用户在搜索结果页面的关注点和注意力分布特征,建立用户注意力预测模型,实现对用户意图、注意力、结果偏向的预测。未来趋势包括:搜索引擎结果页面设计研究扩展到语音交互、社交网络等领域,更全面的交互数据将支持用户搜索行为建模和注意力预测。

基于用户意图的搜索结果文本突显方法

信息检索效率在很大程度上取决于用户看到的搜索引擎结果页面所提供的内容.目前,红色突显查询词是商业搜索引擎结果页面主要采用的文本展示方式,但由于查询词可能表达模糊或者包含噪音,与用户的查询意图往往不能完全一致.为了能够充分地反映用户的查询意图,同时突显对于满足用户查询意图最重要的词语,基于人工标注的结果提出一种新的关键词突显策略;综合结构化支持向量机、隐马尔科夫、最大间隔马尔科夫网络及条件随机场4种基础的序列标注机器学习模型,进一步提出一种新的联合序列学习模型并进行用户搜索实验.实验结果表明:该种模型优于4种基础模型,与人工标注的结果相比取得了93.30%的准确率;所提出的关键词突显策略明显优于传统的查询词突显策略,提高了用户的满意度及搜索效益.

搜索引擎结果展示效果自动评价方法

根据用户调查结果,提出包括视觉力、信息力、有效力这3个维度15个因素的搜索结果展示效果评估体系,并自动评估传统的文本结果展示效果。实验结果表明:该方法能够与人工测评和用户受控实验取得一致的评价效果,大大减少评价所需的人力资源,缩短评价反馈周期。

妙 会搜索的那只狗

提起“搜狗”，很多朋友也许并不陌生。但是和其他搜索引擎相比，“搜狗”到底有何过人之处呢？如果直接访问http：//www.sogou.com打开搜索页面，或许你也会有这样的疑问，不过在点击“更多”，进入“搜狗”的特色搜索页面（http：//www.sogou.com/gengduo.htm）之后，你也许就明白了。

基于群体性突发事件的网络舆情信息采集技术研究

近年来,随着互联网快速发展和社会转型的加速,群体性突发事件一旦发生并迅速抢占网络空间滋生网络舆情。因网络空间的特殊性和群体性突发事件的复杂性,为了方便政府及时妥善应对该事件,网络空间的信息采集技术亟待解决。文章以群体性突发事件为基础,对网络蜘蛛、页面搜索算法、网页相似度计算等网络舆情信息采集技术进行了分析,并实现了群体性突发事件网络舆情信息采集的关键技术,为政府应对群体性突发事件提供了技术支持。

文本飘红策略对搜索引擎用户行为的影响

搜索用户根据搜索引擎结果页面的搜索结果来决定他们是否点击特定的网页,其展示形式在用户整个搜索交互过程中起到重要作用。查询词飘红是目前商业搜索引擎结果文本主要采用的展现形式,存在着满篇红和缺乏有用信息的现象,该文旨在提出一种新的飘红策略,从而提高用户的搜索效率。该文基于人工标注的结果提出了3种文本飘红策略,分别是缩减查询词飘红策略、任务级飘红策略和结果级飘红策略,通过实验分析了4种不同的摘要飘红策略对用户搜索行为的影响,结果表明：该文提出的3种文本飘红策略,其性能均优于目前商业引擎采用的查询词飘红策略,通过控制飘红次数、飘红比例和提供有价值的信息,可以对用户搜索行为产生非常积极的影响。