网页设计-搜索系统

本文主要从一下几方面来总结：

1.搜索存在的必要性;

2.搜索的位置；

3.搜索系统设计中需要注意的一些小细节；

4.搜索的区域与范围；

5.搜索结果的展示；

6.外在的影响搜索设计的因素；

7.索引/搜索词的选择----元数据，受控词表，叙词表；

1.搜索存在的必要性

    网站有足够的内容吗？要有多少内容才值得使用搜索系统？遗憾的是没有数字可以作为标准。如果网站比较像图书馆，而不像软件程序，搜索功能可能就有意义。再有就是考虑内容的数量，需要在建立和维护搜索系统以及搜索系统给用户带来好处之间取得平衡。

    对搜索系统的投资和关注会不会影响导航系统？如果因为对搜索系统的关注和投资影响了导航系统，那么需要先修复导航的问题。因为它们之间是相互促进的，搜索系统能够利用设计优良的导航系统带来的各方面优点，例如受控词汇。另外，如果两个系统之间能够紧密合作，用户就能从这两种寻找工具中受益。

    有时间和技术来优化搜索系统吗？搜索系统很好做，但很难做得好。如果没有时间和技术来优化它，搜索系统常常具有难以理解的搜索界面以及莫名其妙的搜索结果。如果不打算花时间把搜索系统调整到最佳状态，那就要重新考虑下是否需要搜索系统。

    有更好的替代方案吗？如果网站没有搜索方面的技术专家，或者没有时间来配置搜索系统，或者没有钱购买相关的服务，则可以考虑改用网站索引。网站索引和搜索系统都可以帮助已经知道要找什么的用户。虽然网站索引要花费不少功夫，通常也是手工建立和维护，但任何懂HTML的人都可以维护。

    下面的议题是决定何时网站会到达需要搜索系统的地步

    有太多信息需要浏览而搜索会有帮助时：Yahoo曾经每样东西都在那儿，很容易找。因为Yahoo和Web一样规模都相当小。使用可浏览的主题等级系统就很容易找到信息。但是事情发展得很快，Yahoo的信息系统无法满足信息请求数量的暴涨。最后，主题登记系统变得笨重而难以浏览。因此，Yahoo安装了搜索系统，作为在网站上查找信息的替代方式。如今大部分用户都使用搜索系统，而不再是浏览分类目录。

    搜索系统可以帮助凝聚内容：许多企业网站或者大型公众网站的各个部分通常都是各行其是，没有元数据支持任何合理的浏览机制。如果面对这种情况，首先要做的是建立一个搜索系统，尽可能把跨部分的内容涵盖在内，这样通过搜索系统就可以解决用户寻找信息的迫切需求，不管信息是来自于哪个部门。

    搜索是学习工具：通过对搜索日志的分析，可以所以有用的数据。这些数据包括用户实际想从网站得到什么，用户如何表达需求，通过这些数据可以诊断和调整网站的搜索系统以及其它许多领域。

    搜索应该在那儿，因为用户希望在那儿：如果网站是个实用网站可能就值得采用搜索系统。因为很多时候用户时间有限，不想浏览网站的结构，而且认知的承载力门槛也低于想象。也许重要的是，用户走到哪儿，都以为那个小小的搜索框就会在那儿。这就是惯例的力量，没法阻挡。（搜索系统应该在用户需要的地方都有，不管是已什么方式存在）

    搜索可以解决内容动态性带来的问题：如果网站有高度动态性的内容，应该考虑建立搜索系统。因为搜索系统可以协助每天对网站的内容做索引，可以确保用户获得高质量的内容。

2.搜索的位置

    将搜索栏放在用户所期望的地方 下图是基于 A. Dawn Shaikh 和 Keisi Lenz 的研究，通过对 142 名参与者的问卷调查，画出的用户对于搜索栏的期望位置。这一研究发现，搜索栏的最佳摆放位置是网站的左上角和右上角。这样用户通过"F-型"浏览模式可以轻易找到搜索栏。

3.搜索系统设计中需要注意的一些小细节

    富文本网站（主要以文字为主的网站）中突出显示搜索功能 如果搜索功能是你的网站重要功能，显著地显示出来，因为这可以是用户探索的最快路径；

    合理设计输入栏尺寸 输入框太窄是设计者的常犯错误。当然，用户可以在短文本框中输入长文字，但是一次只能显示部分文字。这固然是不好的设计，因为不能同一时刻显示整个查询条件。实际上，当搜索栏很短时，用户被迫使用短小，模糊的查询条件，因为搜索条件太长看不到。Nielsen Norman Group 推荐使用 27-字符输入框 ，适用于 90% 的查询。

    在所有页面放置搜索栏 在所有页面放置搜索栏的好处是，当用户不能定位他们想要查看的内容时，便会尝试搜索功能，无论他们当时在页面哪个地方。给用户一把“万能钥匙”。

    在结果页的搜索框中显示最初的搜索字符串，让用户可以修改，而不用重新输入：我要找的是什么？用户用时候很健忘，尤其实在成堆的结果中转来转去的时候。下图中的原来的查询字符串显示在结果页面中，可以进行修改后重新执行。

4.搜索的区域与范围

    搜索区域就是网站中子网站，当用户搜索某一区域时就表明只对特定的信息感兴趣。理想情况下网站的搜索区域对应到用户的特定需求，这样可以得到更好的检索效果。把和用户需求无关的内容剔除掉，用户可以获取更少、更相关的结果。一般情况下，可以通过以下方式来建立搜索区域(其实就是搜索的筛选条件，这使得搜索目的性更强，结果更符合用户心理期望)：

内容种类/用户/角色/主旨/主题/地理位置/日期/作者/部门/业务单位----例如电商网站的搜索范围筛选--按热度，按销量，按评价等。

    为特定用户做索引：

    如果网站采用以用户为导向的组织体系，则根据用户做切割建立搜索区域也是合理的。例如密西根图书馆有三种主要用户：议会员工、图书馆员以及市民。每一种用户对网站的信息需求都不同，再加上对对整个网站的索引，共需要四种索引。以下是“circulation”这个词在四种索引中的搜索结果：

    有了搜索区域，索引间的重叠就会减少，因而增强了搜索的效果。

    查询辅助工具

查询辅助工具（Query builder）就是可以增加查询效果的工具。    

常见的例子包括：

    拼写检查工具：自动校正搜索术语（自己不知道相关术语，完了会自动提示补充）；

    语音工具：扩展查询。例如可以扩展对“smith”的查询，把“smyth”的结果也包括进来；

    词干检索工具：用户输入一个术语（如“lodge”），然后检索出其它含有相同词干的（如“lodging”，“lodger”）；

    自然语言处理工具：可以检查查询的语法；

    受控词表和叙词表：在查询中包含同义，以扩展查询。

5.搜索结果的展示

当配置搜索引擎的结果显示时，主要考虑两个问题：显示哪些内容以及如何分组结果。

要显示哪些内容？

    最简单的原则是，对那些已经知道要找什么的用户而言，就显示代表性的内容如标题和作者，以协助用户迅速区分搜索的结果。对那些不确定自己要找什么的用户而言，就显示描述性的内容如摘要和关键词等。

搜索结果要显示多少信息？无论指定了多少，搜索结果太多而一个页面无法全部显示时，许多用户是不会看到第一页以后的内容的。

要显示多少条内容？

    如果搜索引擎为每一条搜索出的文档显示很多信息，可以考虑显示小一些的结果集。一般的建议是：用户在搜索结果时，要让用户知道搜索出的文件总数，同时提供必要的导航系统，帮助用户在结果之间移动。信息的显示格式。。。。

搜索结果的排序组织方式?

    现在有一堆搜索结果，也知道针对每一条结果显示哪些内容，那么这些结果应该以什么次序列出？这个问题取决于用户想要怎么使用搜索的结果。列出结果的最常见方法是：排序（sorting）和排名（ranking）。结果可以按日期排序，也可以按照字母顺序排序，还可以由搜索算法根据相关性和受欢迎程度进行排名。

用户如果要做决策或者采取某种行动，排序就相当有用。例如，用户在比较产品时，可能想按价格或者某种特征排序，以帮助他们做决定。如果想理解信息或进行学习时，排名就相当有用。排名通常描述检索出的文档的相关性，从最相关的到最无关的。当然，相关性是相对的，用户通常假定最上面的少数几条结果就是最佳的结果。

按字母排序

字母属性是很好的通用排序方法。大部分的用户都知道字母顺序。但要注意的是，如果把“a”、“the”这样的停用词去掉再进行排序，那么像“The naked Bungee Jumping Guide”就是在“N”下面，而不是“T”下面了。

按时间排序

如果内容相对时间敏感，时间排序就是有用的做法。如果网站提供新闻，按时间逆序排序是有意义的。

按相关性排名

相关性排名算法通常按照下列项目之一或其中几项决定：

搜索出的文档中有多少个查询字符串？

查询字符串在文档中出现的频率有多高？

查询字符串在文档中的位置有多近？相邻？同句？或同段？

查询字符串出现在何处？例如，出现在标题时，通常比出现在正文中相关性要高

查询术语出现所在文档的收欢迎程度，例如链接的频率

根据受欢迎程度排名

Google能成功是因为它以受欢迎程度对结果排名，其做法是把链接数量作为重要因素来考虑。当然这种做法不适合小型网站，因为小型网站的内容的受欢迎程度差异性不明显。

以用户或专家的评价排名

用户评价可以作为排序的基础。以Digg的情况为例，评价通过用户对内容的投票而计算得来的，对于Digg用户而言，主要使用评价来判断内容的价值，同时评价也构成整个信息经济的基础。

按订单付费排名

由于横幅广告不再是最可行的经济模式，位置付费（pay for placement,PFP）变成Web搜索中越来越常见的形式。网站出价越高，在用户结果列表中的等级就越高。

对搜索结果下一步的操作？

一般而言要对结果可操作，例如收藏，打印，评论---例如知乎的文章一般都会提供点赞，评论，搜藏功能

6.外在的影响搜索设计的因素

    搜索的用户的专业水准和动机：用户习惯特殊的查询语言吗，如布尔操作符；或者使用自然语言？需要简单的搜索界面还是具有高级选项的搜索界面？对搜索结果的期望有多高？愿意反复进行搜索吗？

    信息需求类型：用户是否想做全面性的搜索？在查询结果中用户想要看到哪些内容？结果应该简洁还是提供细节--缩略还是详尽？用户愿意提供详尽的查询表达式吗？

    被搜索的信息类型：信息是结构化的还是非结构化的？搜索结果是最终内容页还是导航页面？结果是什么文件格式的？结果内容是动态的还是静态的？是否具有元数据标签？

    如果搜索的结果太多，就要考虑做高级搜索，增加搜索结果的相关度，提升搜索的效率  。高级搜索

适用用户（高级用户比如图书馆员、律师、博士生等，以及需要修改最初搜索内容的用户），通过高级搜索选项缩小检索范围

一般在高级搜索中包括了对特定字段的检索、限定日期范围和搜索区域等等，这些功能框可以充满整个页面，例如Gartner的高级搜索界面无法在一屏之内显示完。这样会使用户无从下手。既然很少有用户进行高级搜索，所以就不建议多花时间进行设计。总之，设计搜索界面的目标就是让搜索者无需访问高级搜索页面。

7.索引/搜索词的选择----元数据，受控词表，叙词表

    1.元数据（MetaData），关于数据的数据或者叫做用来描述数据的数据，或者叫做信息的信息。我们可以把元数据简单的理解成，最小的数据单位。元数据可以为数据说明其元素或属性（名称、大小、数据类型等），或其结构（长度、字段、数据列），或其相关数据（位于何处、如何联系、拥有者）。

举几个简单的例子：

1. 使用数码相机拍摄的数码照片都会存在一个EXIF信息。它就是一种用来描述数码图片的元数据。根据EXIF标准，这些元数据包括：Image Des cription(图像描述、来源. 指生成图像的工具 )、Artist(作者)、Make( 生产者)、Model (型号)、….、等等。

2. 很多网站都用到HTML的<meta>标记，这里面包含的关键词不会出现在网页界面中，但搜索引擎可以用它描述网站：

<meta name=”keywords” content=”information architecture, content management,knowledge management, user experience”>

元数据对信息架构的意义：

元数据是一种很有效的方法，是为产品的可查找性服务的，用以确保网站上各种形式的内容确实都能被查找到。用户在查找信息的时候不会按照机器思维去找（不会输入该照片的ID），而是直接输入关于信息的描述性信息如：“平板电脑、圣诞卡”。也就意味着在创建关于描述性元数据的时候要尽量的提取出关于这个对象所讲述的故事，这些才是人们能记住的和习惯搜索的细节。

  2.受控词表是一份等价术语（equivalent terms）清单，按同义词环圈（synonym ring）的形式排列。或者是一份优选术语（preferred terms）清单，储存在规范文档（authority file）中。

定义术语之间的等级关系（上位类——broader、下位类——narrower）就有了分类体系（classification scheme）。下图说明了这几种不同受控词表的关系：

    3.叙词表的重要目标是同义词管理，把许多同义词或异形术语对应到某个优选术语或概念上。建立3种基本类型的语义关系模型：

1. 等价关系：同义词管理

2. 等级关系：把优选术语分类成类别和子类别

3. 相关关系：建立有意义的连接，而这种有意义的连接并非由等级关系或等价关系来处理

优选术语（Preferred Term，PT）：可接受术语、可接受值、标题词、或者描述语。是所有关系的基础。

异形术语（Variant Term，VT）: 入口词或非优选术语。与优选术语定义等价。

上位类术语（Broader Term，BT）：优选术语的上层术语，术语等级中的较高一层。

下位类术语（Narrower Term，NT）：优选术语的子术语，处于等级中较低的一层。

相关术语（Related Term，RT）：通过相关关系与优选术语关联，用以表达词汇间的“强烈暗示”关系。

用（Use，U）：叙词表使用的语法，A 用 B

代（Used For，UF）：叙词表使用的语法 A 代 B

范围注释（Scope Note，SN）：优选术语定义的特定类型，用来限定术语的定义，尽可能消除模糊性

下面以互联网为例说明：

总之：好的搜索界面就像Google一样简单，然而大多数搜索并不能像Google一样强大，所以还需要更多的辅助工作才能真正好用。这包括了搜索的前期准备，索引，元数据，标签等。中期设计，包括搜索框的设计，高级搜索的设计等。搜索的后期规划，包括结果的展现，整理，存储。搜索不仅是一个高技术含量的工具，同时也是考验信息设计能力的难题。