论文摘要
互联网的规模越来越大,搜索引擎的出现,成为互联网发展史上一个重要的里程碑。越来越多的互联网用户选择搜索引擎作为其获得网络资源的首选工具。但是搜索引擎的表现并不总能尽如人意,很多时候当用户输入一个查询,搜索引擎返回成千上万个搜索结果,然而很少有用户愿意浏览三页以上。搜索引擎返回的网页结果呈现出的块状分布性、动态性、进化性启发我们应用信息觅食理论对其进行研究。本文借鉴信息觅食理论,提出一种根据用户隐性反馈来对页面的信息收益率进行估计的方法。本文首先开发了一个搜索实验平台——郁金香搜索,该平台可以记录用户浏览过的页面、阅读时间、滚动下拉条的时间以及点击的链接数量。接着,文章通过一期实验分析出每种反馈行为与页面信息收益之间的关系,并得到计算页面信息收益率的方程。随后,利用方程的结果我们将搜索结果页面按照计算出的信息收益率高低进行降序排列,并通过程序实现出来,从而郁金香搜索平台获得了一种崭新的结果排列方式。并且,在二期实验中,我们分别请两组用户在使用了按照页面收益率进行降序排列的搜索结果和默认索结果这两种情况下执行同一个搜索任务,记录搜索效果以验证本方法的好坏。最后,得出结论,优化排序后的搜索结果能够更好地帮助用户完成信息搜索任务,结合用户隐性反馈和信息觅食理论来改善互联网用户搜索体验是一项成功的探索和尝试。