《Web信息架构》-搜索系统 | JimJun Dribs And Drabs

搜索系统：也是一种导航方式，简单的比如一个博客的搜索系统，复杂的比如Google，baidu。当然对于用户检索信息来说应该是最实用的工具之一，只要输入“关键字”，然后点击“搜索”按钮就可以完成，但如何给用户有一个匹配度高的搜索结果又是比较复杂的，这又涉及到研究用户体验和交互。

[网站需要搜索功能吗？]
1.网站内容量多。
2.研究搜索系统时，忽略导航系统，分轻重。（当然也些网站是以搜索系统以为主导）。
3.花时间做搜索结果的优化。
4.如果你没有做搜索系统的技术、人才资源…..
5.你的用户可能宁愿浏览也不要搜索，也有时用户需要搜索功能的优先级较低。
6.考虑预算，成本。
7.搜索让用户和制作者了解现在网站上目前只有哪些内容。
8.通过搜索日志，分析数据、搜集数据（用户实际想得到什么，如何表达需求）。
9.固定搜索功能在网站上的位置，比较导航栏边上，这些可能用户会有搜索需求的地方。
10.梳理网站动态性更新。保持网站的分类和即时性结果。比如今天在博客里写了一篇[关注2010世界杯]的文章，明天朋友来访问博客时，搜索“足球”，文章[关注2010世界杯]就会出来。

[搜索系统详解]
重点是研究影响搜索系统效果的因素。影响搜索系统的效果的因素涉及：搜索数据的配置方式、搜索界面、结果排序、反复查询、高级查询、整个搜索系统与用户的交互过程。

[搜索不是一种IT玩意]
与涉及设计搜索系统的各部门人员沟通，团队合作。

[选择要搜索什么]
哪些内容应该做索引以供搜索？

建立搜索区域，内容的同质性：在特定的情境中用户想搜索最新足球新闻，不要加杂篮球新闻在其中。
让什么可以搜索：每一个文件和记录都有某种结构，这些结构会储存在内容组件中：就是内容的元素，通常比文件本身小。结构中某些东西可以被搜索引擎使用，如作者姓名；而某些可以被忽略掉，如每页底端的法律声明。
网站中“好”(推荐)的内容：这个概念类似于TaoBao中搜索”apple”时，商城的信息会列信息列表的最上面。

[决定搜索区域]
当用户搜索某一搜索区域时，他通过表明只对特定信息感兴趣，理想情况下网站中的搜索区域对应用户的特定需求，得到更好的搜索效果。

网站本身性质及内容的分类来做区域的搜索条件，比如DELL网站按选择用户类型，搜索相关电脑产品的主题（找驱动，找维修点等）。这样搜索页面是以新的，有目的方式重新组织页面，提供用户以不同的搜索界面，说白了就是我们平时看到的网站[高级搜索]。

搜索区域的分类方法：内容种类、用户、主题、地理位置、年表法、作者、部门(这些分类方法都是死的，不同的网站还是要根据不同的需求去分类，比如taobao搜索中还会分促销宝贝，爱心宝贝，全球购，货到付款。(如图1)

图1

[对什么内容做索引]
就是选择哪些内容被搜索到并在搜索的结果中显示出来。
1.文章主体(最好是和关键字相关的部分文字内容)。
2.标题。
3.URL。
4.网站名称。（特定的情境中，比如Google中搜索时）
5.链接。(也有可能是文字链接)
6.图像链接。
7.图像的替代文字。
8.说明。
9.关键词。
10.远程锚文本。
附其中几点也符合网页对搜索引擎的优化。

[搜索算法]
模式匹配算法：查全率和查准率
查全率＝搜索出来的相关文件（集合中的所有文件）
查准率＝检索出来的相关文件（集合中的相关文件）
看这节的内容还是看Google黑板报[科学与技术],[中文网站管理员博客]来的实用,深刻。

[查询辅助工具]
增加查询效果的工具，通常用户看不见这些工具（说白了就是一些提供搜索帮助的技巧的功能，比如你在taobao搜索，由于字打的快输入了“诺鸡亚”，搜索结果首先会显示“诺鸡亚”结果为0，但会提供一个更正并提示你找的是不是“诺基亚”，并列出“诺基亚”的相关内容，可惜现在还不会，都只是些不相干的提示） (如图2)

图2

拼写检查工具：用户拼错术语时，自动样正搜索术语，把正确的结果搜索出来。
语音工具：通过发音，同时搜索发音相同的字、词、单词。
词干搜索工具：搜索含有相同词义的术语。(就是词义联想)
自然语言处理工具：检查语法的本质，你是想“下载”文件，还是“浏览”文件，窄化搜索结果。
爱控词表和叙词表：第9单细述：啥眼-_-!
以上功适而用之。

[展示结果]
显示哪些内容组件，以及如何分类，如何列。
显示哪些内容组件

对那些已经知道自己要找什么的用户而言，就显示代表性的内容组件，协助用户区分搜索结果，如用户搜索“《Web信息架构》”，搜索结果应该是相对于狭隘；对那些不确定自己找什么的用户，可以从描述性的内容组件，对搜索结果产生一种联想，如用户搜索“送礼”，搜索结果应该广义很多。
在搜索结果显示的内容相同时，应用多显示一点相关信息作再作区分，如用户搜索“《Web信息架构》”，搜索结果中还会附加此书在不同店的不同价格。(如图3)
图3
组织好每一个文件中有哪些内容可用以及内容怎么用，帮助直接得到搜索结果，如用户搜索“杭州外婆家”，结果有会有电话号码和地址。(如图4)

图4
显示的内容没多少组件，则加强搜索术语的搜索结果中的视觉重心，如用户搜索的关键字总是在搜索结果页中变粗，变红，总之变的醒目。

要显示多少文件？
控制每条搜索结果的内容，给出总的搜索结果数量，数量多的话设计导航，排序方式等交互功能

[列出结果]
排序(sorting)各排名(ranking)
按字母排序：图书类
按年有排序：即使新闻类（从新到旧）。还有一种是历史(从旧到新)
按相关性排名：

搜索出的文件中含多少个查询字符串中的术语？
术语在文件中出现的频率。
术语出现的位置。例如，相邻？同句？同段？
术语出现在何处，出现在的标题比出现在正文中相关性要高。
查询术语出现所在文件的受欢迎程度（PR值）。

不同的相关性排名对不同的搜索目如何更有意义？文件A可能比文件B排名高，但B相关性高，为什么？因为B是引用参考文件，具有真正的相关性，而文件A只是一份很长的文件，碰巧有很多查询字符串中的术语。所以同类文件的异质性越高，就是更要小心使用相关排名？还提到[人工处理结果]，[给结果打分]这些相关性排名方法。
根据受欢迎程度排名：网站PR值，指向页面A的链接越多，越说明页面A越有价值。比如网上有两篇同名同内容的文章A和文章B，有100张页面指向文章A，有10页面指向文章B，那文章A会显示的比文章B靠前。
当然提供指向链接的这张页面本身的PR值也很重要，比如有100张页面指向文章A，也有100页面指向文章B，这时文章AT 和文章B的前后显示顺序就要考虑这些张页面本身PR值了。是的，这种做法不适合小型网站！
用户或专家排名：通过用户的评价或者专家的分析决定排名。比如口碑上找“川菜”，这种通过用户评价规划搜索出来的结果很具有参考性，当然这些评价中也可能会有托。
按订单付费排名：以前b干这事，G也干，不过G干的比较厚道。
分组结果主题类型群组去分组结果，为结果提供情境，选择最感兴趣的目录，就能缩小浏览范围。(如图5)

图5
[导出结果]

打印：一种保存的概念，这个好像有点超出讨论搜索系统的范围，感觉话题用[网页快照]形式更好。
寄送：这个感觉又是讨论购物车，收藏类的概念。
储存结果：有些情况下，用户想保留搜索本身，而不是结果。这个是类似google alerts,rss的概念。有些用户可能不会用这些功能，他们只保存了搜索结果的URL链接：如用户收藏了某个链接，用户在下次通过收藏夹访问这个链接内容有所更新。

[设计搜索界面]
影响搜索界面的外在不确定性因素：
使用通俗的查询语言。
用户搜索时提供的关键字越少对他们来说越方便，但搜索结果他们不希望打折。
高级搜索的一些功能，可以内嵌到搜索引擎里面。如Google对用户想要什么种类的结果（通过相关性算法）以及他们希望结果怎么展示（使用受欢迎程度算法），做了很多假设。

[搜索框]

用户在看到搜索界面时，会联想他的功能及使用方式，尽量让网站的搜索方式跟着大众化的搜索方式走。比如一般网站搜索都支持同时输入两个关键词这样的搜索条件（两个关键字之间加空隔）(如图6)，用户当然也希望在其它网站搜索时，也可以用这种方式搜索。
图6
当用户第一次使用你网站的搜索，在看到搜索结果的界面时，是提示和帮助用户如何继续纠错及进一步操作的好时机。比如在WJS搜索图6的内容，你会发现(如图7)
图7
别把搜索框和其它的INPUT框放在一起，保持独立性和统一性。
节省空间，在你需要为搜索类型分类的情况下，可以使用下拉列作为一种搜索条件(如图8)