賈博研，王瑞琰，鄭宇峰，王丹丹

（江蘇大學(xué)，江蘇 鎮(zhèn)江 212013）

1 搜索引擎的發(fā)展

搜索的本質(zhì)是用戶通過互聯(lián)網(wǎng)工具找尋信息，搜索行為就是二者之間的交流。搜索引擎的更多渠道引導(dǎo)有效信息直達(dá)，從“單流主導(dǎo)”到“人與信息雙向互動(dòng)”，從“信息找人”到雙向“選擇搜索”，形成“信息流”與“搜索流”的閉環(huán)。

早期的搜索引擎主要是PC端的信息檢索，單單通過技術(shù)爬蟲去全網(wǎng)抓取海量信息，供用戶使用；而現(xiàn)在的搜索引擎則是基于內(nèi)容平臺(tái)和移動(dòng)互聯(lián)網(wǎng)的產(chǎn)物。移動(dòng)時(shí)代到來后，海量APP涌現(xiàn)，移動(dòng)端的搜索引擎面對擁有海量客戶與優(yōu)質(zhì)內(nèi)容的平臺(tái)，需要在技術(shù)與內(nèi)容上不斷優(yōu)化，在實(shí)現(xiàn)精確搜索的同時(shí)，通過地理與時(shí)間標(biāo)簽，發(fā)掘用戶興趣，提高用戶粘性[1]。

2 關(guān)聯(lián)規(guī)則

2.1 算法簡介

若兩個(gè)或多個(gè)變量的取值之間存在某種規(guī)律，就稱為關(guān)聯(lián)。關(guān)聯(lián)規(guī)則是尋找同一個(gè)事件中出現(xiàn)的不同項(xiàng)的相關(guān)性，比如，在一次購買活動(dòng)中所購買不同商品的相關(guān)性。關(guān)聯(lián)分析，即利用關(guān)聯(lián)規(guī)則進(jìn)行數(shù)據(jù)挖掘，目的是挖掘隱藏在數(shù)據(jù)間的相互關(guān)系，自動(dòng)探測以前未發(fā)現(xiàn)的、隱藏著的新模式[2]。

2.2 算法發(fā)展

解決關(guān)聯(lián)規(guī)則問題的原始算法是AIS算法，為改進(jìn)AIS算法，提出了OCD算法、Apriori算法。由于Apriori算法I/O開銷很大，因此，大多改進(jìn)算法都在如何減少搜索次數(shù)上做文章。其后又提出一個(gè)基于Hash技術(shù)的DHP算法與數(shù)據(jù)進(jìn)行分區(qū)的Partition算法。Partition算法提出了頻繁模式增長（FP-Growth）的思想，設(shè)計(jì)了基于該思想的頻繁模式樹（FP-tree）存儲(chǔ)結(jié)構(gòu)，并在此結(jié)構(gòu)上的頻繁模式挖掘算法FP-growth，F(xiàn)P-growth在效率上較Apriori算法有較大的提高。在國外，關(guān)聯(lián)規(guī)則已經(jīng)進(jìn)入產(chǎn)品化階段。

近年來，國內(nèi)隨著大數(shù)據(jù)時(shí)代的到來和互聯(lián)網(wǎng)的發(fā)展，關(guān)聯(lián)規(guī)則算法開始應(yīng)用于各方面，如：挖掘電子商務(wù)潛在客戶，在臨床醫(yī)療診斷、精準(zhǔn)扶貧中的應(yīng)用，基于關(guān)聯(lián)規(guī)則分析的物流定制服務(wù)推送系統(tǒng)、學(xué)校教育和學(xué)生行為分析等[3]。

現(xiàn)如今，在智能搜索引擎的發(fā)展中，關(guān)聯(lián)規(guī)則能夠提供一定技術(shù)支持，進(jìn)行搜索引擎優(yōu)化（Search Engine Optimization，SEO）。關(guān)聯(lián)規(guī)則的概念擴(kuò)展包括：頻繁模式、序列模式挖掘、時(shí)序模式挖掘、空間模式挖掘、結(jié)構(gòu)（圖）挖掘、多媒體挖掘、其他高級挖掘等方面，對搜索引擎搜索與推薦等不斷進(jìn)行優(yōu)化，可通過用戶搜索索引提取時(shí)間、地理標(biāo)簽等，進(jìn)一步搭建用戶興趣庫模型，與用戶保持良好粘性。

3 搜索引擎簡介

3.1 搜索引擎運(yùn)作機(jī)制

搜索引擎的工作原理是從互聯(lián)網(wǎng)上抓取網(wǎng)頁，建立索引數(shù)據(jù)庫并進(jìn)行搜索排序。整個(gè)工作過程大體分為4個(gè)部分：信息采集、信息分析、信息查詢和用戶接口。

搜索引擎的信息主要源自于互聯(lián)網(wǎng)網(wǎng)頁，通過網(wǎng)絡(luò)爬蟲將整個(gè)互聯(lián)網(wǎng)的信息獲取到本地，當(dāng)搜索引擎接收到用戶的查詢后，首先，需要對查詢詞進(jìn)行分析，結(jié)合查詢詞和用戶信息來正確推導(dǎo)用戶的真正搜索意圖。其次，檢索器根據(jù)用戶輸入的關(guān)鍵字，在索引庫中快速檢出文檔，進(jìn)行文檔與查詢的相關(guān)度評價(jià)，對將要輸出的結(jié)果進(jìn)行排序，并將查詢結(jié)果返回給用戶。

結(jié)果排序最重要的兩個(gè)參考排序中，一個(gè)是內(nèi)容相似性因素，即網(wǎng)頁是和用戶查詢密切相關(guān)的；另外一個(gè)是網(wǎng)頁重要性因素，即網(wǎng)頁是質(zhì)量較好或相對重要的，往往從鏈接分析的結(jié)果獲得。結(jié)合以上兩個(gè)考慮因素，就可以對網(wǎng)頁進(jìn)行排序，作為用戶查詢的搜索結(jié)果。搜索引擎的最重要目的是為用戶提供準(zhǔn)確、全面的搜索結(jié)果，滿足用戶查詢需求并實(shí)時(shí)提供準(zhǔn)確結(jié)果，最終構(gòu)成了搜索引擎前臺(tái)計(jì)算系統(tǒng)。

3.2 搜索引擎搜索對比

本次研究實(shí)際體驗(yàn)各搜索引擎的搜索效率、設(shè)計(jì)及用戶體驗(yàn)等，并進(jìn)行橫向比較，以“世界上最大的島嶼是”為檢索字句，體驗(yàn)結(jié)果如表1所示。

表1 各搜索引擎體驗(yàn)分析

4 數(shù)據(jù)分析

對于用戶現(xiàn)階現(xiàn)使用搜索引擎現(xiàn)狀的數(shù)據(jù)獲取，本次研究采用了問卷調(diào)查法，共收集問卷217份，皆為有效數(shù)據(jù)，基于此，共分為以下4個(gè)方面對用戶使用情況做數(shù)據(jù)分析。

4.1 搜索引擎使用現(xiàn)狀

常用搜索引擎使用占比：百度為34%，自帶瀏覽器為20%，360搜索為20%，其他占比相對較低，對于搜索引擎的使用主要為國內(nèi)搜索引擎，且對于移動(dòng)設(shè)備的搜索引擎有一定依賴性；對于調(diào)查人員，18～25歲居多，使用搜索引擎的年限為6年以上的人群占比超過50%，在一定程度上表明搜索引擎在用戶的使用中仍占有重要地位[4]。

對于無法使用平臺(tái)的失望度可側(cè)面反映用戶對于平臺(tái)的依賴性，對于所搜集的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)，將近90%的用戶對搜索引擎平臺(tái)有較強(qiáng)的依賴性；同時(shí)，對于附加擴(kuò)展應(yīng)用的用戶使用情況，在一定程度上也表明用戶對于搜索引擎的粘性。

4.2 平臺(tái)使用頻率情況

對于平臺(tái)使用頻率（見圖1），結(jié)合調(diào)查的用戶學(xué)歷發(fā)現(xiàn)，高學(xué)歷人群使用搜索引擎的頻率相對較高，專本科及本科以上的用戶使用搜索引擎的頻率平均每天10次以上，在一定程度上表明對于知識(shí)、信息的獲取，有專業(yè)研究的人群更傾向于對搜索引擎的使用。

4.3 平臺(tái)使用偏好

對于搜索平臺(tái)的使用，大部分是需要查詢特定信息，對于搜索平臺(tái)的選擇因素，主要看重搜索平臺(tái)使用的簡易度、搜索范圍、搜索準(zhǔn)確度與相關(guān)瀏覽信息等；對于平臺(tái)的使用期望最首要的就是搜索結(jié)果的準(zhǔn)確性、搜索頁面的簡潔性、減少廣告的植入，并由搜索信息對于其他知識(shí)領(lǐng)域的擴(kuò)展等方面，對于平臺(tái)的個(gè)性化搜索期望不高。

4.4 對于搜索內(nèi)容的選擇

搜索內(nèi)容的選擇性瀏覽方面，用戶會(huì)優(yōu)先選擇與信息相關(guān)度較高詞條，描述內(nèi)容簡單易懂，對于搜索結(jié)果的返回，一些信息的更新也會(huì)對內(nèi)容的選擇有一定影響，如圖2所示。

圖1 搜索引擎使用頻率

圖2 搜索內(nèi)容選擇

5 SEO趨勢展望

5.1 SEO意義價(jià)值

隨著互聯(lián)網(wǎng)的誕生與新技術(shù)的不斷興起，處于信息時(shí)代的用戶最重要的就是對信息的檢索與獲取。搜索引擎平臺(tái)除了提供搜索功能外，現(xiàn)下智能化互聯(lián)網(wǎng)搜索與推薦應(yīng)用也將會(huì)推動(dòng)搜索引擎的進(jìn)一步更新與完善，兼具搜索與自動(dòng)問答功能，并結(jié)合可視化技術(shù)，能為用戶更好地提供檢索服務(wù)[5]。

Google，Yahoo、百度、搜狐等傳統(tǒng)的搜索引擎也在不斷探索新的、符合時(shí)代潮流的搜索方式，并隨之衍生了個(gè)性化推薦的功能，讓用戶不僅能夠主動(dòng)搜索信息，也能被動(dòng)接受自己需要信息的擴(kuò)展部分。對于興起的、結(jié)合社交媒介的社會(huì)化引擎，更傾向于將自己定位為社交與新聞熱點(diǎn)推薦的引擎產(chǎn)品，即為用戶提供有特色的、個(gè)性化的信息。無論是傳統(tǒng)的搜索引擎，或是社會(huì)化搜索引擎，都面臨著如何保持用戶粘性與提高用戶體驗(yàn)的問題。

5.2 SEO趨勢展望

5.2.1 搜索界面的優(yōu)化

依據(jù)問卷數(shù)據(jù)可知，用戶對于搜索界面的簡潔度選擇有一定偏好；在搜索入口的優(yōu)化方面，可以設(shè)置多個(gè)小搜索入口，如熱點(diǎn)推薦、猜你喜歡、與你相關(guān)、學(xué)科細(xì)分等；對于搜索路徑，也可以添加個(gè)性化時(shí)間搜索、位置搜索。

5.2.2 技術(shù)上的革新

技術(shù)決定搜索的體驗(yàn)，搜索引擎的技術(shù)支持主要依賴于協(xié)同過濾算法與關(guān)聯(lián)規(guī)則算法，協(xié)同過濾算法對于電商平臺(tái)的個(gè)性化推薦有一定的準(zhǔn)確性，而關(guān)聯(lián)規(guī)則在智能引擎上的應(yīng)用也逐漸深入，二者結(jié)合推動(dòng)智能引擎的發(fā)展。用戶檢索詞條記錄的數(shù)據(jù)庫要不斷更新，提高自然語言處理能力，建立詞條索引，通過對頻繁搜索索引，可在用戶再次搜索時(shí)進(jìn)行推薦。對于用戶興趣庫的建立，也可關(guān)聯(lián)規(guī)則算法進(jìn)行搭建，通過用戶的搜索行為及點(diǎn)擊行為對用戶行為心理進(jìn)行分析，選擇適合用戶偏好的推薦結(jié)果，從而提高用戶與搜索引擎粘性。

5.2.3 內(nèi)容上的優(yōu)化

內(nèi)容是搜索的根本，對于用戶搜索內(nèi)容的返回，準(zhǔn)確性為最首要的因素。返回結(jié)果的準(zhǔn)確性也影響著用戶對于搜索引擎的粘性。對于內(nèi)容返回的準(zhǔn)確性，一方面，要擴(kuò)大檢索數(shù)據(jù)庫，聯(lián)合互聯(lián)網(wǎng)生成內(nèi)容，知識(shí)庫等；另一方面，要對檢索匹配技術(shù)進(jìn)行優(yōu)化，提取有效信息。

對于搜索引擎，要提供多場景優(yōu)質(zhì)內(nèi)容，滿足多行業(yè)搜索需求，依據(jù)問卷數(shù)據(jù)，專業(yè)人士更傾向于使用搜索引擎以滿足知識(shí)需求，多場景打造垂直內(nèi)容，滿足多行業(yè)商業(yè)信息搜索需求。支持用戶創(chuàng)造內(nèi)容，國內(nèi)一些視頻軟件擁有巨大而無可替代的內(nèi)容池，建立了更加豐富與優(yōu)質(zhì)的內(nèi)容，搜索引擎也可與其結(jié)合，形成多場景、多內(nèi)容、多信息數(shù)據(jù)庫的聚合憑條，一站式滿足用戶需求，提高用戶與平臺(tái)的粘性。