Abstract Web search engines are the

Abstract Web search engines are the primary means by which millions of users access information everyday and the sheer scale and success of the leading search engines is a testimony to the scientific and engineering progress that has been made over the last ten years. However, mainstream search engines continue to deliver largely one-size-fits-all services to their user-base, ultimately limiting the relevance of their result-lists. In this chapter we will explore recent research that is seeking to make Web search a more personal and collaborative experience as we look towards a new breed of more social search engines.
18.1 Introduction
Barry Smyth, Maurice Coyle, Peter Briggs
CLARITY: Centre for Sensor Web Technologies, School of Computer Science & Informatics,
University College Dublin, Ireland, {firstname.lastname}@ucd.ie

engine: our search queries tend to be vague and under-specified, and rarely provide a clear indication of our search needs [100, 98, 99, 45, 90]. As frequent searchers we have adapted to these success rates, generally responding to poor result-lists with follow-up or alternative queries. However, at best, this means that web search is far less efficient than it should be — indeed recent studies suggest that among information workers 10% of salary costs are lost due to wasted search time [30] — and at worst a significant proportion of searchers may fail to find the information they need.

Thus, while Google, Yahoo and others continue to provide strong search services for millions of users, there remains plenty of headroom for improvement. In this chapter we will look into the future of web search by reviewing some of most promising research ideas that have the potential to bring game-changing innovation to this exciting technology sector. We will argue that the past is apt to repeat itself, and just as Google’s game-changing take on web search led to its relentless rise over the past 10 years, so too will new search technologies emerge to have a similarly disruptive effect on the market over the next 10 years.

Even in their current form, modern search engines can be loosely viewed as a type of recommender system: they respond to users’ queries with a set of result page recommendations. But recommendation technologies are set to play an increasingly important role in web search, by helping to address core web search challenges as well as contributing to the solution of a number of secondary search features. For example, recently modern search engines have added query recommendation services to supplement core search functionality. As the user enters their query, services like Google Suggest use recommendation techniques to identify, rank and recommend previously successful and relevant queries to the user; see [81]. In this paper, we will focus on two promising and powerful new ideas in web search — personalization and collaboration — that can trace their origins to recent recommender systems research [6, 53, 83, 35, 89, 77] and Chapters 5, 4 and 13. They question the very core assumptions of mainstream web search engines and suggest important adaptations to conventional web search engines. The first assumption concerns the one-size-fits-all nature of mainstream web search — two different users with the same query will, more or less, receive the very same result-list, despite their different preferences — and argues that web search needs to become more personalized so that the implicit needs and preferences of searchers can be accommodated. We will describe a number of different approaches to personalizing web search by harnessing different types of user preference and context information to influence the search experience; see for example [19, 23, 33, 97, 2, 48, 49, 108, 22, 69, 86, 14, 31]. The second assumption that will be questioned concerns the solitary nature of web search. By and large web search takes the form of a isolated interaction between lone searcher and search engine, however, recent research has suggested that there are many circumstances where the search for information has a distinctly collaborative flavour, with groups of searchers (e.g., friends, colleagues, classmates) cooperating in various ways as they search for and share results. We will describe recent work in the area of collaborative information retrieval, which attempts to capitalize on poten tial for collaboration during a variety of information seeking tasks; see for example, [70, 71, 73, 72, 58, 59, 94, 1].

In addition we will highlight a new breed of search service that combines elements of personalization and collaboration: so-called social search services take advantage of the recent evolution of the web as a social medium, one that promotes interaction and collaboration among individuals during search, so that searchers can benefit from the preferences and experiences of other like-minded individuals. Indeed this provides a new source of information for search engines to use during retrieval: interaction and collaboration information. And this information can be used to drive recommendations at search time so that organic search results, based on term-overlap and link connectivity information, are complimented by additional result recommendations that are based on the preferences and activities of searchers. This will represent a coming together of recommendation systems and search systems and, just as the introduction of connectivity information led to its rise to dominance, there is considerable optimism that this new source of interaction and preference information will lead to an entirely new phase of search engine development in the quest to deliver the right information to the right user at the right time. 18.2 A Brief History ofWeb Search Before considering some of the emergent search technologies that have the potential to disrupt the search industry, it is first worth briefly reviewing the history of web search over the past 15 years, to better understand the evolution of modern web search. The early web was not a place of search. Instead if you wanted to get to a particular web page then you either typed the URL directly into your browser, or you used a portal like Yahoo as a starting point to navigate to this page. As the web grew (and grew, and grew) it became clear that portal browsing would not scale, and web search began to emerge in the guise of early search engines such as Lycos, Excite, and Altavista.

These search engines all relied on so-called information retrieval (IR) technologies that had been around since the 1970’s [104, 4]. A simplified schematic of a typical search engine architecture is preseneted in Fig. 18.1. Briefly, early search engines constructed their own index of the web, by crawling the web’s network of pages and analysing the content of each page in turn, recording the words, and their frequencies, contained in each page. To respond to a search query, the search engine retrieves and ranks pages that contain query terms. During the early days of web search, the emphasis was very much on the size of the index, and search engines that had indexed more of the web had a clear coverage advantage over their rivals.

Attention was also paid to the ranking of search results; for the most part, these search engines relied on the frequency of query terms in a web page (relative to the index as a whole) as the primary arbiter of relevance [96], preferring pages that contained frequent occurrences of distinctive query terms. While this approach worked reasonably well in the well-structured, closed-world of information retrieval sys tems, where information retrieval experts could be relied upon to submit detailed, well-formed queries, it did not translate well to the scale and heterogenous nature of web content or our vague search queries. The outcome was a poor search experience for most searchers, with relevant results hidden deep within result-lists dominated by results that were, at best, only superficially relevant to the query.

Results (Thai) 1:

เครื่องมือค้นหาเว็บนามธรรมจะหมายถึงหลักที่ล้านของผู้ใช้เข้าถึงข้อมูลทุกวันและขนาดแท้จริง และพยานหลักฐานความก้าวหน้าทางวิทยาศาสตร์ และวิศวกรรมที่ได้สิบปีความสำเร็จของเครื่องมือค้นหาชั้นนำ อย่างไรก็ตาม เครื่องมือค้นหาสำคัญต่อส่งบริการ one-size-fits-all ส่วนใหญ่ของผู้ใช้ฐาน จำกัดความสำคัญของรายการผลลัพธ์ของพวกเขาในที่สุด ในบทนี้ เราจะศึกษาวิจัยล่าสุดที่กำลังทำเว็บค้นหาประสบการณ์ส่วนบุคคล และร่วมกันมากขึ้นเมื่อเรามองดูไปทางสายพันธุ์ใหม่ของเครื่องมือค้นหาทางสังคมมากขึ้น18.1 แนะนำBarry Smyth มอริเวนคอยล์ ปีเตอร์บริกส์ความชัดเจน: ศูนย์เทคโนโลยีเว็บเซ็นเซอร์ วิทยาศาสตร์โรงเรียนคอมพิวเตอร์ และ สารสนเทศวิทยาลัยมหาวิทยาลัยดับลิน ไอร์แลนด์ {firstname.lastname}@ucd.ieเครื่องยนต์: ค้นหาของเรามักจะคลุมเครือ และ ระบุภายใต้ และไม่ค่อยให้ข้อบ่งชี้ที่ชัดเจนของการค้นหาของเราต้องการ [100, 98, 99, 45, 90] เป็นประจำผู้ที่เราได้ปรับราคาประสบความสำเร็จ โดยทั่วไปการตอบสนองให้ผลไม่ดีรายการติดตามหรือสอบถามทาง อย่างไรก็ตาม ที่สุด ซึ่งหมายความ ว่า การค้นหาเว็บเป็นมีประสิทธิภาพมากน้อยกว่าที่ควรจะ — การศึกษาแน่นอนล่าสุดแนะนำระหว่างข้อมูลแรงงาน 10% ของเงินเดือน ค่าใช้จ่ายสูญเสียไปจากการค้นหาเสียเวลา [30] — และที่เลวร้ายที่สุดสัดส่วนสำคัญของผู้อาจล้มเหลวในการค้นหาข้อมูลที่ต้องการดังนั้น ในขณะที่ Google, Yahoo และอื่น ๆ ต่อไปเพื่อให้บริการค้นหาแข็งแกร่งนับล้านของผู้ใช้ มีเหลือ headroom ปรับปรุงมากมาย ในบทนี้ เราจะมองในอนาคตของการค้นหาเว็บ โดยตรวจดูบางว่าคิดงานวิจัยที่มีศักยภาพในการนำนวัตกรรมที่เปลี่ยนเกมภาคนี้เทคโนโลยีที่น่าตื่นเต้น เราจะโต้เถียงว่า อดีตคือ apt จะทำซ้ำตัวเอง และก็ Google ของเปลี่ยนเกมใช้เวลาในการค้นหาเว็บนำไปขึ้นของ relentless มากกว่า 10 ปี ดังนั้นเกิน จะค้นหาเทคโนโลยีใหม่เกิด มีผลในทำนองเดียวกันขวัญในตลาด 10 ปีถัดไปEven in their current form, modern search engines can be loosely viewed as a type of recommender system: they respond to users’ queries with a set of result page recommendations. But recommendation technologies are set to play an increasingly important role in web search, by helping to address core web search challenges as well as contributing to the solution of a number of secondary search features. For example, recently modern search engines have added query recommendation services to supplement core search functionality. As the user enters their query, services like Google Suggest use recommendation techniques to identify, rank and recommend previously successful and relevant queries to the user; see [81]. In this paper, we will focus on two promising and powerful new ideas in web search — personalization and collaboration — that can trace their origins to recent recommender systems research [6, 53, 83, 35, 89, 77] and Chapters 5, 4 and 13. They question the very core assumptions of mainstream web search engines and suggest important adaptations to conventional web search engines. The first assumption concerns the one-size-fits-all nature of mainstream web search — two different users with the same query will, more or less, receive the very same result-list, despite their different preferences — and argues that web search needs to become more personalized so that the implicit needs and preferences of searchers can be accommodated. We will describe a number of different approaches to personalizing web search by harnessing different types of user preference and context information to influence the search experience; see for example [19, 23, 33, 97, 2, 48, 49, 108, 22, 69, 86, 14, 31]. The second assumption that will be questioned concerns the solitary nature of web search. By and large web search takes the form of a isolated interaction between lone searcher and search engine, however, recent research has suggested that there are many circumstances where the search for information has a distinctly collaborative flavour, with groups of searchers (e.g., friends, colleagues, classmates) cooperating in various ways as they search for and share results. We will describe recent work in the area of collaborative information retrieval, which attempts to capitalize on poten tial for collaboration during a variety of information seeking tasks; see for example, [70, 71, 73, 72, 58, 59, 94, 1].In addition we will highlight a new breed of search service that combines elements of personalization and collaboration: so-called social search services take advantage of the recent evolution of the web as a social medium, one that promotes interaction and collaboration among individuals during search, so that searchers can benefit from the preferences and experiences of other like-minded individuals. Indeed this provides a new source of information for search engines to use during retrieval: interaction and collaboration information. And this information can be used to drive recommendations at search time so that organic search results, based on term-overlap and link connectivity information, are complimented by additional result recommendations that are based on the preferences and activities of searchers. This will represent a coming together of recommendation systems and search systems and, just as the introduction of connectivity information led to its rise to dominance, there is considerable optimism that this new source of interaction and preference information will lead to an entirely new phase of search engine development in the quest to deliver the right information to the right user at the right time. 18.2 A Brief History ofWeb Search Before considering some of the emergent search technologies that have the potential to disrupt the search industry, it is first worth briefly reviewing the history of web search over the past 15 years, to better understand the evolution of modern web search. The early web was not a place of search. Instead if you wanted to get to a particular web page then you either typed the URL directly into your browser, or you used a portal like Yahoo as a starting point to navigate to this page. As the web grew (and grew, and grew) it became clear that portal browsing would not scale, and web search began to emerge in the guise of early search engines such as Lycos, Excite, and Altavista.เครื่องมือค้นหาเหล่านี้ทั้งหมดอาศัยในเทคโนโลยีเรียกข้อมูลเรียกว่า (IR) ที่ได้รับรอบตั้งแต่ 115 [104, 4] ความง่ายมันสถาปัตยกรรมเครื่องมือค้นหาทั่วไปเป็น preseneted ใน Fig. 18.1 สั้น ๆ โปรแกรมค้นหาเริ่มต้นสร้างดัชนีของตัวเองของเว็บ โดยรวบรวมข้อมูลเครือข่ายของเว็บเพจ และการวิเคราะห์เนื้อหาของแต่ละหน้าใน คำ และความถี่ของพวกเขา ในแต่ละหน้า ตอบแบบสอบถามการค้นหา ค้นหาดึง และอันดับเพจที่ประกอบด้วยข้อสอบถาม ในช่วงวันแรก ๆ ของการค้นหาเว็บ เน้นถูกมากกับขนาดของดัชนี และเครื่องมือค้นหาที่มีการทำดัชนีของเว็บมีประโยชน์ครอบคลุมชัดเจนเหนือคู่แข่งของพวกเขาความสนใจยังจ่ายเงินเพื่อจัดอันดับของผลลัพธ์การค้นหา ส่วนใหญ่ เหล่านี้ค้นหาเครื่องยนต์อาศัยความถี่ของแบบสอบถามในเว็บเพจ (เทียบกับดัชนีโดยรวม) เป็นการตัดสินหลักเกี่ยวข้อง [96], พลุกพล่านหน้าที่ประกอบด้วยเกิดขึ้นบ่อยของแบบสอบถามที่โดดเด่นในการ ในขณะที่วิธีการนี้ทำงานด้วยดีในโครงสร้างห้อง ปิดโลกของข้อมูลเรียก sys สิน ซึ่งเรียกข้อมูลผู้เชี่ยวชาญสามารถอาศัยตามต้องสอบถามรายละเอียด ถูกต้อง มันได้ไม่แปลดีสเกลและ heterogenous ธรรมชาติของเนื้อหาบนเว็บหรือคลุมค้นหาของเรา ผลมีประสบการณ์ค้นหายากสำหรับผู้ใหญ่ มีผลเกี่ยวข้องซ่อนอยู่ลึกภายในรายการผลลัพธ์ที่ครอบงำ โดยผลลัพธ์ที่ได้ ใน ส่วน เพียงเผิน ๆ ที่เกี่ยวข้องกับแบบสอบถาม

Results (Thai) 2:

เครื่องมือค้นหาเว็บบทคัดย่อเป็นวิธีการหลักโดยที่ผู้ใช้นับล้านเข้าถึงข้อมูลในชีวิตประจำวันและขนาดที่แท้จริงและความสำเร็จของเครื่องมือค้นหาชั้นนำเป็นเครื่องยืนยันถึงความก้าวหน้าทางวิทยาศาสตร์และวิศวกรรมที่ได้รับการทำในช่วงสิบปีที่ผ่านมา แต่เครื่องมือค้นหาหลักยังคงส่งมอบส่วนใหญ่หนึ่งขนาดเหมาะกับทุกการบริการให้กับผู้ใช้ฐานของพวกเขาในท้ายที่สุดความเกี่ยวข้องของการ จำกัด ผลรายชื่อของพวกเขา ในบทนี้เราจะสำรวจการวิจัยล่าสุดที่กำลังมองหาที่จะทำให้เว็บค้นหาประสบการณ์ส่วนตัวมากขึ้นและการทำงานร่วมกันในขณะที่เรามองไปที่สายพันธุ์ใหม่ของเครื่องมือค้นหาอื่น ๆ ทางสังคม.
18.1 บทนำ
แบร์รี่เบิร์นสมอริซคอยล์ปีเตอร์บริกส์
CLARITY: ศูนย์เซนเซอร์เว็บ Technologies, โรงเรียนวิทยาการคอมพิวเตอร์และสารสนเทศ
มหาวิทยาลัยคอลเลจดับลินไอร์แลนด์ {firstname.lastname}@ucd.ie เครื่องยนต์: การค้นหาของเรามีแนวโน้มที่จะคลุมเครือและอยู่ภายใต้การระบุและไม่ค่อยให้บ่งชี้ที่ชัดเจนของความต้องการการค้นหาของเรา [100 , 98, 99, 45, 90] ในฐานะที่เป็นผู้ค้นหาบ่อยเราได้ปรับให้อัตราความสำเร็จเหล่านี้โดยทั่วไปการตอบสนองต่อผลรายการที่ไม่ดีกับการติดตามหรือคำสั่งทางเลือก แต่ที่ดีที่สุดนี้หมายความว่าการค้นหาเว็บอยู่ไกลมีประสิทธิภาพน้อยกว่าที่ควรจะเป็น - การศึกษาล่าสุดชี้ให้เห็นว่าแท้จริงในหมู่คนงานข้อมูล 10% ของค่าใช้จ่ายเงินเดือนจะหายไปเนื่องจากการสูญเสียเวลาค้นหา [30] - และที่เลวร้ายที่สุดในสัดส่วนที่มีนัยสำคัญของ ค้นหาที่อาจล้มเหลวที่จะหาข้อมูลที่พวกเขาต้องการ. ดังนั้นในขณะที่ Google, Yahoo และคนอื่น ๆ ยังคงให้บริการค้นหาที่แข็งแกร่งสำหรับผู้ใช้นับล้านยังคงมีความอุดมสมบูรณ์ของพื้นที่ใช้สอยสำหรับการปรับปรุง ในบทนี้เราจะมาดูในอนาคตของการค้นหาเว็บโดยการตรวจสอบบางส่วนของความคิดการวิจัยมีแนวโน้มมากที่สุดที่มีศักยภาพที่จะนำการเปลี่ยนแปลงเกมนวัตกรรมเพื่อภาคนี้เทคโนโลยีที่น่าสนใจ เราจะยืนยันว่าที่ผ่านมาเป็นแนวโน้มที่จะทำซ้ำตัวเองและเช่นเดียวกับเกมที่เปลี่ยนแปลงของ Google ใช้เวลาในการค้นหาเว็บที่นำไปสู่การเพิ่มขึ้นอย่างไม่หยุดยั้งที่ผ่านมา 10 ปีดังนั้นก็จะใช้เทคโนโลยีการค้นหาใหม่โผล่ออกมาจะมีผลก่อกวนในทำนองเดียวกันในตลาด . ในช่วง 10 ปีข้างหน้าแม้จะอยู่ในรูปแบบปัจจุบันของพวกเขาเครื่องมือค้นหาที่ทันสมัยสามารถดูได้อย่างอิสระเป็นประเภทของระบบ recommender พวกเขาตอบสนองต่อคำสั่งของผู้ใช้กับชุดของคำแนะนำหน้าผลลัพธ์ แต่คำแนะนำของเทคโนโลยีที่มีการกำหนดให้มีบทบาทสำคัญมากขึ้นในการค้นหาเว็บโดยช่วยในการรับมือกับความท้าทายการค้นหาเว็บหลักเช่นเดียวกับที่เอื้อต่อการแก้ปัญหาของจำนวนของคุณสมบัติการค้นหารอง ตัวอย่างเช่นเครื่องมือค้นหาที่ทันสมัยเมื่อเร็ว ๆ นี้ได้เพิ่มการให้บริการคำแนะนำแบบสอบถามเพื่อเสริมฟังก์ชันการค้นหาหลัก ในฐานะที่เป็นผู้ใช้ป้อนแบบสอบถามบริการของพวกเขาเช่น Google แนะนำเทคนิคการใช้งานข้อเสนอแนะในการระบุตำแหน่งและให้คำแนะนำคำสั่งก่อนหน้านี้ที่ประสบความสำเร็จและมีความเกี่ยวข้องกับผู้ใช้; เห็น [81] ในบทความนี้เราจะมุ่งเน้นไปที่สองความคิดใหม่ที่มีแนวโน้มและมีประสิทธิภาพในการค้นหาเว็บ - ส่วนบุคคลและการทำงานร่วมกัน - ที่สามารถร่องรอยของการวิจัยระบบ recommender ที่ผ่านมา [6, 53, 83, 35, 89, 77] และบทที่ 5, 4 และ 13 พวกเขาตั้งคำถามกับสมมติฐานหลักมากของเครื่องมือค้นหาเว็บหลักและชี้ให้เห็นการปรับตัวที่สำคัญไปยังเว็บเครื่องมือค้นหาแบบเดิม สมมติฐานแรกที่เกี่ยวข้องกับธรรมชาติที่หนึ่งขนาดเหมาะกับทุกของการค้นหาเว็บหลัก - สองผู้ใช้ที่แตกต่างกันกับแบบสอบถามเดียวกันจะมากหรือน้อยได้รับผลเดียวกันมากรายการแม้จะมีการตั้งค่าที่แตกต่างกันของพวกเขา - และระบุว่าการค้นหาเว็บความต้องการ ที่จะกลายเป็นส่วนบุคคลมากขึ้นเพื่อให้ตอบสนองความต้องการโดยปริยายและการตั้งค่าของผู้ค้นหาสามารถอาศัย เราจะอธิบายจำนวนของวิธีการที่แตกต่างกันในการปรับแต่งการค้นหาเว็บโดยการควบคุมที่แตกต่างกันของการตั้งค่าของผู้ใช้และข้อมูลบริบทที่มีอิทธิพลต่อประสบการณ์การค้นหา; ดูตัวอย่าง [19, 23, 33, 97, 2, 48, 49, 108, 22, 69, 86, 14, 31] สมมติฐานที่สองที่จะถูกสอบสวนที่เกี่ยวข้องกับธรรมชาติโดดเดี่ยวของการค้นหาเว็บ โดยการค้นหาเว็บที่มีขนาดใหญ่จะใช้รูปแบบของการทำงานร่วมกันที่แยกระหว่างผู้ค้นหาคนเดียวและเครื่องมือค้นหา แต่การวิจัยที่ผ่านมาได้แสดงให้เห็นว่ามีหลายกรณีที่การค้นหาข้อมูลที่มีรสชาติที่ทำงานร่วมกันอย่างชัดเจนกับกลุ่มของผู้ค้นหา (เช่นเพื่อน เพื่อนร่วมงานเพื่อนร่วมชั้น) ความร่วมมือในรูปแบบต่างๆที่พวกเขาค้นหาและผลร่วมกัน เราจะอธิบายการทำงานที่ผ่านมาในพื้นที่ของการดึงข้อมูลการทำงานร่วมกันซึ่งเป็นความพยายามที่จะลงทุนใน TIAL poten สำหรับการทำงานร่วมกันระหว่างความหลากหลายของข้อมูลที่กำลังมองหางาน; . ดูตัวอย่าง [70, 71, 73, 72, 58, 59, 94, 1] นอกจากนี้เราจะเน้นสายพันธุ์ใหม่ของบริการค้นหาที่ผสมผสานองค์ประกอบของส่วนบุคคลและความร่วมมือ: ที่เรียกว่าบริการค้นหาทางสังคมใช้ประโยชน์จาก วิวัฒนาการล่าสุดของเว็บเป็นสื่อกลางในสังคมหนึ่งที่ส่งเสริมการทำงานร่วมกันและการทำงานร่วมกันในหมู่ประชาชนในระหว่างการค้นหาเพื่อให้ผู้ค้นหาสามารถได้รับประโยชน์จากการตั้งค่าและประสบการณ์ของบุคคลที่มีใจเดียวกันอื่น ๆ อันที่จริงเรื่องนี้ให้เป็นแหล่งใหม่ของข้อมูลสำหรับเครื่องมือค้นหาเพื่อใช้ในระหว่างการดึง: การทำงานร่วมกันและข้อมูลการทำงานร่วมกัน และข้อมูลเหล่านี้สามารถนำมาใช้ในการผลักดันข้อเสนอแนะในเวลาค้นหาเพื่อให้ผลการค้นหาอินทรีย์ขึ้นอยู่กับระยะซ้อนทับกันและข้อมูลการเชื่อมต่อการเชื่อมโยงจะ complimented โดยคำแนะนำเพิ่มเติมที่ผลจะขึ้นอยู่กับการตั้งค่าและกิจกรรมของผู้ค้นหา นี้จะเป็นตัวแทนร่วมกันมาจากคำแนะนำของระบบและระบบการค้นหาและเช่นเดียวกับการเปิดตัวของการเชื่อมต่อข้อมูลที่นำไปสู่การเพิ่มขึ้นในการปกครองมีการมองในแง่ดีมากว่าแหล่งที่มาใหม่นี้ของการปฏิสัมพันธ์และข้อมูลการตั้งค่าจะนำไปสู่ขั้นตอนใหม่ทั้งหมดของการค้นหา การพัฒนาเครื่องมือในการแสวงหาเพื่อให้ข้อมูลที่ถูกต้องให้กับผู้ใช้ในเวลาที่เหมาะสม 18.2 ประวัติ ofWeb ค้นหาบทสรุปก่อนที่จะพิจารณาบางส่วนของเทคโนโลยีการค้นหาฉุกเฉินที่มีศักยภาพที่จะส่งผลกระทบต่ออุตสาหกรรมการค้นหาจะมีมูลค่าเป็นครั้งแรกในเวลาสั้น ๆ การตรวจสอบประวัติความเป็นมาของการค้นหาเว็บที่ผ่านมา 15 ปีที่ผ่านมาเพื่อทำความเข้าใจวิวัฒนาการของการค้นหาเว็บที่ทันสมัย . เว็บต้นไม่ได้เป็นสถานที่ของการค้นหา แต่ถ้าคุณต้องการที่จะได้รับไปยังหน้าเว็บโดยเฉพาะอย่างยิ่งจากนั้นคุณอาจพิมพ์ URL โดยตรงลงในเบราว์เซอร์ของคุณหรือคุณใช้พอร์ทัลเช่น Yahoo เป็นจุดเริ่มต้นเพื่อนำทางไปยังหน้านี้ เป็นเว็บที่ขยายตัว (และขยายตัวและเติบโต) มันก็กลายเป็นที่ชัดเจนว่าการเรียกดูเว็บจะไม่ขนาดและการค้นหาเว็บเริ่มโผล่ออกมาในหน้ากากของเครื่องมือค้นหาต้นเช่น Lycos, Excite และ Altavista. เหล่านี้ทุกเครื่องมือค้นหาเพื่อให้เป็นที่พึ่ง การดึงข้อมูลเรียกว่า (IR) เทคโนโลยีที่ได้รับรอบตั้งแต่ปี 1970 [104, 4] วงจรที่เรียบง่ายของสถาปัตยกรรมเครื่องมือค้นหาทั่วไป preseneted ในรูป 18.1 สั้น ๆ , เครื่องมือค้นหาต้นสร้างดัชนีของตัวเองในเว็บโดยการรวบรวมข้อมูลเครือข่ายเว็บหน้าและการวิเคราะห์เนื้อหาของแต่ละหน้าในการเปิดบันทึกคำและความถี่ของพวกเขาที่มีอยู่ในแต่ละหน้า เพื่อตอบสนองต่อการค้นหาเครื่องมือค้นหาดึงและจัดอันดับหน้าเว็บที่มีคำแบบสอบถาม ในช่วงวันแรกของการค้นหาเว็บที่เน้นเป็นอย่างมากกับขนาดของดัชนีและเครื่องมือค้นหาที่มีมากขึ้นของการจัดทำดัชนีเว็บมีประโยชน์ความคุ้มครองที่ชัดเจนมากกว่าคู่แข่งของพวกเขา. เรียนได้จ่ายไปยังการจัดอันดับของผลการค้นหา; ส่วนใหญ่เครื่องมือค้นหาเหล่านี้อาศัยอยู่กับความถี่ของคำค้นหาในหน้าเว็บ (เทียบกับดัชนีโดยรวม) ในขณะที่ผู้ตัดสินหลักของความเกี่ยวข้อง [96] เลือกหน้าเว็บที่มีเกิดขึ้นบ่อยของข้อความค้นหาที่โดดเด่น ในขณะที่วิธีการนี้ทำงานได้ดีพอสมควรในดีโครงสร้างปิดโลกของ TEMS SYS ดึงข้อมูลที่ผู้เชี่ยวชาญด้านการดึงข้อมูลจะได้รับการพึ่งพาการส่งรายละเอียดคำสั่งรูปแบบที่ดีก็ไม่ได้แปลดีขนาดและลักษณะของ heterogenous เนื้อหาเว็บหรือคำค้นหาที่คลุมเครือของเรา ผลเป็นประสบการณ์ที่ดีสำหรับการค้นหาผู้ค้นหามากที่สุดที่มีผลเกี่ยวข้องที่ซ่อนอยู่ลึกภายในผลรายการที่โดดเด่นด้วยผลที่เป็นที่ดีที่สุดเพียงเผิน ๆ ที่เกี่ยวข้องกับการค้นหา

Results (Thai) 3:

เครื่องมือค้นหาเว็บนามธรรมเป็นวิธีการหลักที่ล้านของผู้ใช้เข้าถึงข้อมูลทุกวันและเลี่ยงขนาดและความสำเร็จของเครื่องมือค้นหาชั้นนำเป็นพยานเพื่อวิทยาศาสตร์และวิศวกรรมความคืบหน้าที่เกิดขึ้นในช่วงสิบปี อย่างไรก็ตามเครื่องมือค้นหาหลักยังคงส่งมอบไปหนึ่งขนาดเหมาะกับทุกบริการให้กับฐานผู้ใช้ของพวกเขาในที่สุดการความเกี่ยวข้องของรายการผลของพวกเขา ในบทนี้เราจะสำรวจงานวิจัยล่าสุดที่กำลังมองหาที่จะทำให้การค้นหาเว็บส่วนบุคคลมากขึ้นและประสบการณ์ร่วมกันที่เรามองไปทางสายพันธุ์ใหม่ของเครื่องมือค้นหาทางสังคมมากขึ้น และ แนะนำ

แบร์รี่สมิท มอริส คอยล์ ปีเตอร์ บริกส์
ชัดเจน : ศูนย์เทคโนโลยีเว็บเซอร์ สำนักวิชาสารสนเทศศาสตร์
&วิทยาศาสตร์คอมพิวเตอร์วิทยาลัยมหาวิทยาลัยดับลิน , ไอร์แลนด์ , { ( } . นามสกุล @ ucd IE

เครื่องยนต์ : การค้นหาของเรามีแนวโน้มที่จะคลุมเครือ และตามที่ระบุ และไม่ค่อยให้ ต้องมีข้อบ่งชี้ชัดเจนของการค้นหา [ 100 , 98 , 99 , 45 , 90 ] เป็นผู้ค้นหาบ่อย ๆ เราได้ปรับอัตราความสำเร็จเหล่านี้ โดยทั่วไปการตอบสนองรายการผลไม่ดีกับการติดตามหรือการสอบถาม อย่างไรก็ตาม , ที่ดีที่สุด ,ซึ่งหมายความว่าการค้นหาเว็บจะไกลมีประสิทธิภาพน้อยกว่าควรจริงๆ แล้วการศึกษาล่าสุดชี้ให้เห็นว่าคนงาน 10 % ของค่าใช้จ่ายเงินเดือนข้อมูลสูญหายเนื่องจากการเสียเวลา [ 30 ] - และที่เลวร้ายที่สุดของทั้งหมดส่วนใหญ่อาจล้มเหลวที่จะหาข้อมูลที่พวกเขาต้องการ .

ดังนั้นในขณะที่ Google , Yahoo และ คนอื่น ๆยังคงให้บริการการค้นหาที่แข็งแกร่งสำหรับล้านของผู้ใช้ยังคงมีความอุดมสมบูรณ์ของ headroom สำหรับการปรับปรุง ในบทนี้เราจะมองไปในอนาคตของการค้นหาเว็บโดยการตรวจสอบบางส่วนของความคิดที่มีแนวโน้มมากที่สุดการวิจัยที่มีศักยภาพที่จะนำเกมเปลี่ยนนวัตกรรมด้านเทคโนโลยีที่น่าตื่นเต้นนี้ เราจะยืนยันว่าอดีตเป็น apt เพื่อย้ำตัวเองและเช่นเดียวกับ Google เกมเปลี่ยนใช้เวลาในการค้นหาเว็บที่จะนำมันกระด้างขึ้นกว่าที่ผ่านมา 10 ปี ดังนั้นก็จะ เทคโนโลยีการค้นหาใหม่อุบัติมีผลก่อกวนเหมือนกับตลาดในอีก 10 ปีข้างหน้า

แม้ในรูปแบบปัจจุบันของพวกเขา เครื่องมือค้นหาที่ทันสมัยสามารถหลวม ๆดูเป็นชนิดของระบบ แนะนำ :พวกเขาตอบแบบสอบถามของผู้ใช้กับชุดของข้อเสนอแนะผลหน้า . แต่เทคโนโลยีแนะนำถูกตั้งค่าให้มีบทบาทสำคัญมากขึ้นในการค้นหาเว็บโดยการช่วยแก้ไขความท้าทายหลัก ค้นหาเว็บ ตลอดจนเอื้อต่อการแก้ปัญหาของจํานวนคุณลักษณะการค้นหารอง ตัวอย่างเช่นเมื่อเร็ว ๆนี้ที่ทันสมัยเครื่องมือค้นหาได้เพิ่มบริการแนะนำการเสริมฟังก์ชั่นการค้นหาหลัก ที่ผู้ใช้ป้อนการค้นหาของพวกเขาให้บริการเช่น Google แนะนำให้ใช้เทคนิคที่แนะนำต้องระบุตำแหน่งและแนะนำต่างๆ ก่อนหน้านี้ ประสบความสำเร็จ และที่เกี่ยวข้องกับผู้ใช้ ; ดู [ 81 ] ในกระดาษนี้เราจะเน้นสองสัญญาและพลังความคิดใหม่ในการค้นหาเว็บ - จำนวนมาก - ที่สามารถติดตามการกำเนิดของพวกเขาล่าสุดแนะนำระบบวิจัย [ 6 , 53 , 83 , 35 , 89 , 77 ] และบท 5 , 4 และ 13 คำถามหลักมากสมมติฐานหลักเครื่องมือค้นหาเว็บและแนะนำการดัดแปลงที่สำคัญเครื่องมือค้นหาเว็บแบบปกติสมมติฐานแรกเกี่ยวข้องกับหนึ่งขนาดเหมาะกับทุกลักษณะของเว็บไซต์ค้นหาหลัก - สองผู้ใช้ที่แตกต่างกันด้วยคำถามเดียวกัน จะมากหรือน้อย รับ รายการผลเดียวกันมาก แม้จะมีการตั้งค่าที่แตกต่างกันของพวกเขาและระบุว่า - ค้นหาเว็บต้องเป็นส่วนบุคคลมากขึ้นเพื่อตอบสนองความต้องการโดยนัยและความชอบของผู้ค้นหาสามารถอาศัย .