搜索引擎用户满意度的实证分析&以百度和谷歌中国为例_搜索引擎论文

搜索引擎用户满意度研究的实证分析——以百度和Google中国为例,本文主要内容关键词为:实证论文,为例论文,满意度论文,中国论文,搜索引擎论文,此文献不代表本站观点,内容供学术参考,文章仅供参考阅读下载。

目前有许多的搜索引擎可供用户选择,但是由于其质量良莠不齐,如果选择不当,不仅会增加用户负担,而且会导致检索结果的偏差,选择一个高效快捷的搜索引擎至关重要。用户满意度是用户对产品的期望与产品实际之间的差异进行评估之后的产物(David K.Tse和Peter C.Wilton,1988;Oliver Richard L.,1980)。①将用户满意理念引入到搜索引擎的评价中来,是基于以下两点考虑:一是用户满意是以用户为中心的,与搜索引擎提供的网络检索服务理念是一致的;二是将用户满意理念引入到评价搜索引擎中,可以使搜索引擎更好的明确和理解其服务宗旨,使网络信息资源的配置更加合理,使网络信息资源效益最大化。通过对搜索引擎进行综合评价比较,客观、真实、全面地反映搜索引擎的用户满意度,找出提高搜索引擎用户满意度的途径,是一个值得我们关注和探讨的问题。

1 用户满意度测评理论模型

1997年由奥利弗(Oliver Richard L.)提出用户满意度是用户需求得到满足后的一种心理反应,是用户对产品和服务的特征或产品和服务本身满足自己需求程度的一种判断。用户要判断自己需求的满足程度,就必须将产品和实际与某一标准进行比较,由于比较的标准不同,用户消费后的心理认知也就不同。②

本文采用的是目前最具有代表性的用户满意理论模型是由费耐尔(Fornell)等提出的ACSI模型(图1)。它是一种计量经济模型,将用户满意度置于一个相互联系的因果关系中,其中“+”表示正相关,“-”表示负相关。该模型的六个变量中,用户满意度是最终所求的目标变量;用户期望、感知到的质量和感知到的价值是用户满意度的原因变量,它们决定了用户满意度;用户抱怨和用户忠诚度则是用户满意度的结果变量。

图1 费耐尔逻辑模型

费耐尔(Fornell)等人提出的是一个多变量的经济模型,所以在转化为指标体系时也就应该是一个多指标的结构。一般地,是将指标体系分为四个层次,每个指标层都由上一级的展开。其中第一、二层次是对于任何行业的任何产品和服务都完全使用的;第三指标层是在了解所需评价的行业的特点的基础上所建立,与所评价的行业相联系;而第四层是由三级指标展开,并且与需要测度的对象直接相关。

2 搜索引擎用户满意度指标体系的构建及权重确定

笔者选用ACSI模型③的二级指标即上图中的6个结构变量为准则层,根据用户使用搜索引擎过程中影响最终结果的可能因素构建搜索引擎的用户满意度指标体系。(如表1)

3 满意度评价模型

模糊性是指某些事物或概念的边界不清楚,这种边界不清楚的模糊概念,不是由于人的主观认识达不到客观实际所造成的,而是事物的一种客观属性,是事物的差异之间存在着过渡过程的结果。④基于用户满意度体验的模糊性、搜索引擎用户满意度因素的模糊性及衡量用户满意度量值的模糊性,本文将选用模糊综合评价法来计算搜索引擎的用户满意度。

模糊综合评价模型就是用模糊数学方法就某一对象进行综合恰当的评价。涉及到三个要素:评判因素集合单因素评价矩阵,即F到E的一个模糊关系R

模糊综合评价的具体步骤如下:

①根据搜索引擎的满意度指标体系建立评判因素集合。同时按照满意级数,确定每一评价项目的评价集E={非常满意,比较满意,一般,比较不满意,非常不满意}。这里为了能够进行测度,必须将评价集量化。本文使用李克特量表对其赋值,非常满意为5,比较满意为4,一般为3,比较不满意为2,非常不满意为1,则评价集E={5,4,3,2,1}。

其中表示将第i项指标评价为j级别的人数占总人数的比重,为将第i项指标评价为第级别的人数,N为参与评价的总人数。

④根据某级指标的评判矩阵及其权重向量,计算模糊综合评判向量S,即S=W×R。

⑤逐级上推,直至最高级别“搜索引擎用户满意度”的模糊综合评判结果向量的计算完成,通过N=S×E[T]得到满意度指数。

4 满意度测试及结果分析

4.1 满意度测试

由于条件限制,本次调查样本量较小,仅选择了80位同学。在样本抽取时,为遵循广泛性、代表性原则,注意调查对象的专业(涉及到南京大学的信息管理系、环境科学系、英语系、数学系、企业管理系、物理系等专业)、学历、性别的合理搭配。

4.2 满意度测试结果

经过对调查结果的统计计算,百度和Google中国的用户满意度得分情况如下表所示。

4.3 结果分析

就总体满意度指数得分情况来看,二者都处于一般水平之上,都不是很高,相比之下Google中国要好一些。由于各种因素的影响,这些得分虽然不能完全说明事实,但是也能从侧面反映一些问题,下面我们就各个具体指标的得分情况作详细分析。

本文的权重确定采用了1-7级的直接打分法,最终结果如表2所示。

4.3.1 用户期望分析

用户对Google中国寄予的期望较高,得分为4.025。从最终的结果“实际表现与预期表现比较”项来看,的确Google中国较好的满足了用户的需求,获得了比百度更高的满意度。这一点可以作这样的解释,用户对Google中国寄予较高的期望,主要是由于用户认为它不仅具有较高的知名度,还具备较广的网页覆盖率,那么找到用户所需信息产品的可能性也就加大。但同时我们也要看到,这两个搜索引擎的实际表现与理想状态相比,还存在较大的差距,尤其是百度(百度得分2.450,Google中国得分3.013),笔者认为这个差距的存在很大程度上是由于搜索引擎在各项性能上的不完善造成的,例如当前搜索引擎基本都存在信息过滤、死链重复链的处理,中文分词等等问题。

4.3.2 用户对检索结果的感知

在“用户对检索结果的感知”这一影响用户满意度最重要的因素中,Google中国的得分仍然要略高于百度。这一准则是由搜索网页的覆盖率、查询结果排序的合理性、死链及重复链、搜索结果的时效性、检索结果的显示格式、查询结果信息的详细程度、每页结果的显示数的得分值综合计算得到的。

(1)搜索网页的覆盖率。在该指标中,Google中国的得分要明显的高于百度,用户对Google中国的网页覆盖率还是比较满意的。百度及Google网站的介绍文档显示,百度索引数据库的标引网页量要远远小于Google。2005年Google的索引文件达80亿多,其中图片文件10亿多,而百度的索引文件仅10亿多,MP3、Flash文件仅6万多。但是这里我们需要注意Google中国的中文网页数量是不如百度的,可见在这项指标中,用户对调查对象的认识不明确有较大的负面影响,没有能够正确的区分本次的调查对象Google中国和Google。

(2)查询结果的排序。百度和Google中国在该指标中的得分相当,处于比较满意状态。为了保证让绝大部分用户在查询结果的第一页就能找到想要的结果,各搜索引擎都会使用一定的排序技术,百度采用的是超链分析技术,Google中国采用的是网页级别(PageRank)技术,是目前比较成功的排序技术。PageRank技术和超链分析的原理是一样的,都是将传统的情报学中的引文索引技术同Web中的链接技术相结合,通过分析链接网站的数量、级别来评价被链接网站的质量,这样就可以保证越受用户欢迎的内容排名越靠前。但是由于网页的标引仅仅通过链接、字体、位置等表面特征进行,不能真正判断搜索词和文章的相关性,同时还存在网页排序作弊问题(目前最流行的作弊方法有链接农场(Linkfarms)和链接交换),就使得百度和Google中国的搜索结果排序仍然不能达到非常满意状态。

(3)死链及重复链。该指标项中,百度和Google中国都存在问题,用户满意度都较低。笔者也通过实验发现在这两个搜索引擎首页出现的检索结果中,重复率达到25%左右,这也间接说明该项指标的得分值低是搜索引擎存在的普遍问题。这里的重复并不仅指URL地址完全相同的现象,更多的是指标题、页面内容的相同。

(4)检索结果的时效性。在时效性方面,百度的用户满意度要高于Google中国。笔者分析主要是由于百度的数据库更新周期是一至两周,而Google中国的更新周期在二十八天左右。正如雅虎中国总裁周鸿袆所说“百度新东西体现得快一点,虽然不一定适用,但用户体验觉得好,这是百度暂时取胜的原因”。

(5)检索结果的显示格式。该项指标中Google中国的满意度要大大的高于百度。百度支持对Office文档(包括Word、Excel、Powerpoint)、Adobe PDF文档、RTF文档进行全文搜索,而Google可以支持13种非HTML文件的搜索。除了PDF文档,Office文档外,还提供对Shockwave Flash(swf)、PostScript(ps)和其它类型文档的搜索。

(6)检索结果信息的详细程度。在该指标中两者的用户满意程度基本不相上下。主要是由于二者的检索结果著录标引款式也差不多,基本都是网页标题、网页摘要、网页类别、网址、网页大小、网页快照、类似网页等,因此这里的用户满意程度也就相当。

(7)每页结果的显示数。该指标中两者的满意度也基本一致。默认的都是每页显示10个记录,都可以自定义显示记录数,有20、50不等。

4.3.3 用户对搜索服务的感知

在这一准则中百度的用户满意度要略高于Google中国。它是由主页设计的友好性和吸引力、检索页面的易用性、查询帮助的可理解性、检索特色服务(例如:音乐、图片等搜索)及检索功能的完备性构成。

(1)主页设计的友好性和吸引力。百度和Google中国的首页的友好性都很强,主页面都简洁、明了,主页链接数都较少。这样能够避免眼花缭乱的感觉,尽快的找到检索入口,迅速的登陆搜索,切入主题,减少用户负担。并且二者都会在节假日等特定的日子更换Logo,使人耳目一新。二者在这些方面的表现差不多,用户满意度相当,达到比较满意状态。

(2)检索页面的易用性。二者不仅在传统的主检索页面即上文中提到的主页中布局类似,在高级检索页面中,百度和Google中国的检索入口设置也是极其相似的。用户的满意度也相当。

(3)查询帮助的可理解性。百度的查询帮助满意度要远高于Google中国。虽然二者都有详细的帮助文档,但是百度有查询帮助示例,示例直观易懂,极大的加强了帮助文档的可理解性,给用户的检索行为提供了参考。当然Google中国也有自己的特色,提供了站内帮助查询功能,但是由满意度测试结果可以明显看到,Google中国的站内帮助查询功能并没有得到用户的青睐。

(4)检索特色服务。在检索特色服务方面,除正在大力发展的图片索引库外,百度和Google中国可以说是各有千秋。二者都在特色服务方面不断的加强,并开发新的特色服务项目,该指标已日趋成为二者竞争的重要阵地。目前百度的音乐搜索服务和Google中国的学术搜索是各自的主要特色项目。

(5)检索功能的完备性。该项指标中,百度的用户满意度要高于Google中国。百度和Google中国共同具备自然语言检索、布尔逻辑检索、关键词检索、缩小检索范围、不区分大小写、关键词自动纠错、自动将拼音转换为汉字的提示功能,但是百度作为中国人自己开发的搜索引擎,能够深刻理解中文用户的搜索习惯,还能够自动提供与关键词相关的查询提示。同时还有可能掺和了用户感情因素在其中。

4.3.4 用户对价值的感知

在“用户对价值的感知”这一因素的满意度指数是由搜索引擎的响应速度、搜索结果的可靠程度、搜索结果的总体准确性、搜索中出现的广告与搜索结果的相关度四个指标综合计算得到。该因素中,百度和Google中国的用户满意度不存在明显差距。下面我们逐项分析:

(1)搜索引擎的响应速度。这一项上Google中国的用户满意度与百度相差较多。笔者分析主要有两点原因:第一,是搜索引擎本身的原因。Google中国服务器没在中国,而百度的在中国,那么百度当然会比Google中国快很多;百度处理中国近几亿网页,而Google中国需处理全球几十亿网页。第二是本次所调查用户的硬件网络问题。本次的调查用户都是南京大学学生,由于受校园局域网及用户数量大等因素的影响,网络的响应速度较慢,导致两者的响应速度都不能很令人满意,尤其是需要计数据流量的Google中国的使用,更是受到严重影响。

(2)搜索结果的可靠程度和搜索结果的总体准确性。这两项指标的用户满意度百度都要略低与Google中国。由于网络信息资源的纷乱繁杂,在搜索结果的可靠性方面本来就存在一些问题,而由于这两大搜索引擎良好的排序,使得用户点击频率较高的前20条记录的可靠程度还较高。而由于Google中国的学术搜索特色,使得它在搜索结果的可靠程度上要比百度高。正如上文中所提到的百度的更新速度要高于Google中国,但是它很多的更新信息都是垃圾信息,影响了搜索结果的总体准确性。

(3)搜索中出现的广告与搜索结果的相关度。这项指标的满意度得分都比较低。笔者分析主要是由以下原因所造成的:第一,用户本身对广告的抵触情绪;第二,百度和Google中国中所出现的广告与搜索结果的相关度确实比较低,影响用户对所需信息的查找,增加了用户负担,造成不满意情绪。

4.3.5 用户忠诚度

用户的忠诚度表现了用户使用网站的可持续性与可扩展性。用户满意度指数显示用户对百度抱有较高的忠诚度。由于使用习惯等原因,一般地,用户在没有发生较大不愉快搜索经历的前提下是不会发生转换搜索引擎的行为的,并且也很乐意将自己所使用的搜索引擎向自己的亲朋好友推荐。但是由于搜索引擎都是免费提供搜索服务的,转换成本很低,所以用户的粘性不高,忠诚度具有较大的不稳定性。

4.3.6 用户抱怨度

一般满意度高,抱怨就会少。结果显示,用户对Google中国的满意度较高,其对应的抱怨度也是较低。而从最后一项的调查结果显示,导致用户抱怨的原因:死链及重复链率占74%,响应速度慢占15%,搜索结果的整体准确性占7%,其余占了4%。对照2004年IReaserch咨询的搜索引擎调查报告,可以发现以上这些用户抱怨是搜索引擎所存在的普遍问题。

5 提高搜索引擎用户满意度对策

从上文中可以看到,百度和Google中国的总体满意度是介于一般与比较满意之间的,与用户理想的搜索引擎相比较还存在一定的差距,但是在搜索引擎纷杂发展的今天能够拥有这样的满意度,可以说二者都已经非常的优秀。针对百度和Google中国的用户满意度测评结果,比照其它搜索引擎的情况,对进一步提高搜索引擎用户满意度提出以下对策。

5.1 改进搜索引擎技术

技术突破是实现搜索引擎发展的关键,也是提高用户满意的根本所在。针对上文的分析可以看到搜索引擎需要加强下面几个方面的技术发展

(1)改进去死链及重复链技术。从上文可以看到,用户对“死链及重复链”的满意度都比较低,处于一般水平以下,从而也反映了死链及重复链问题是目前各搜索引擎普遍存在的问题。死链及重复链的存在,既浪费了用户的时间,同时将会影响用户情绪导致不满意情绪的产生从而影响对整个搜索引擎的满意度。

(2)改进搜索引擎的语义理解能力。搜索引擎大部分都是使用蜘蛛程序来获取信息,但是蜘蛛在信息获取时,面对一些网页所采取的有针对性的关键词优化,不能分辨出它的真正内容,就很容易被一些网页所采取的优化手段“欺骗”,从而不能返回正确的排序结果。所以,只使用链接、字体、位置等表面特征进行重要性分析是不够的,搜索引擎需要完善自然语言处理技术,进一步加强搜索引擎的语义理解能力。

目前搜索引擎的检索语言是自然语言,它使得查询更加方便、直接、有效,并且网络交流更加人性化,但同时它也使得返回的信息泛滥。用户想要获得较为精准的搜索结果,需要具备一定用户搜索提问技巧,而普通用户一般是不具备这样的素质的。因此搜索引擎需要加强自然语言智能答询,引导用户从几个可选择的问题中进行再选择,从而达到搜索结果过滤的效果。例如用户搜索搜索引擎的相关文章时,搜索引擎能够自动提示问题“什么是搜索引擎?”,“搜索引擎的发展史”等等。

5.2 加快搜索引擎的响应速度

在搜索引擎免费的情况下,响应速度是影响用户负担的一个重要方面,因此要提高用户满意度这是需要改进的一个重要方面。影响搜索引擎响应速度的因素可以分为用户和搜索引擎两个方面。用户方面的因素主要有网络限速、客户机性能等,而搜索引擎方面主要为服务器性能、搜索引擎的网页覆盖面、索引的组织结构等。

搜索引擎门户系统规模一般都比较大,可以采用分布式方法来提高系统性能。搜索引擎的各个组成部分,除了用户接口之外,都可以进行分布。可以将索引分布在不同的机器上,以减小索引对服务器的要求。同时,当用户发出搜索需求时可以在不同的机器上进行文档的并行检索,各机器相互合作分工以提高搜索的速度和性能。

5.3 提高搜索结果的准确性

用户在搜索引擎上进行信息查询时,并不十分关注返回结果的多少,而是看结果是否和自己的需求吻合,因为查询结果过多会增加用户负担。对于这个问题,搜索引擎可以通过获取用户背景、兴趣、行为、风格等信息,理解用户没有在查询语句中表达出来的真正意图,或通过正文分类技术将搜索结果分类,然后用户可以只浏览自己感兴趣的类别,从而达到过滤信息的目的。

5.4 加强竞价广告管理

由于网民越来越离不开搜索引擎,搜索引擎积聚的人气越来越旺,商家凭借搜索引擎的魅力可以建立庞大的用户群体,建立自己卓越的公司品牌,而搜索引擎运营商也想着赢利,所以竞价排名收费模式应运而生。竞价排名也是竞价广告,它与搜索引擎页面上的竞价广告在本质上是一样的,只是形式不同而已。从上文中可以看到用户对于搜索引擎广告是比较不满意的,那么这就要求搜索引擎运营商们加强竞价广告管理,在获取竞价广告利润的同时更要关注用户的信息需求,用户才是第一位的。

5.5 完善用户抱怨反馈机制

从上文中可以看到搜索引擎在用户抱怨反馈方面普遍比较薄弱,这极大的影响了搜索引擎的用户满意度提高。用户是搜索引擎的直接感受者,他们对搜索引擎的优劣最有发言权,所以需要重视用户的意见。笔者建议建立搜索引擎交流平台,以及时接收用户的反馈意见并进行改进,同时可以使用户及时了解搜索引擎的最新发展动态,起到互动作用,从而提高搜索引擎的用户满意度。

5.6 增进各搜索引擎之间的合作

除元搜索引擎外,目前各搜索引擎之间基本都是各自为政,不提供搜索引擎之间的相互链接。正如百Google度中所示,百度和Google之间平均有85%的链接均不相同,通过搜索引擎之间的合作,不仅可以扩大索引数据库的总量,而且可以进行技术上的合作,推进搜索引擎的全面发展。通过合作,有利于满足用户多样化搜索需求。例如:百Google度虽然只是将百度和Google中国的搜索结果直接罗列对比,还不能算是百度和Google中国的合作,但是它已经迈出了一小步,为以后更深层次的合作奠定了基础。

编发:刘炜/赵亮

注释:

①韩小芸,汪孝纯.服务性企业顾客满意感与忠诚感关系.北京:清华大学出版社,2003:10

②Oliver Richard L.Satisfaction:A Behavioral Perspective on the Consumer.New York, NY:Irwin-McGraw-Hill.1997

③楼月明.顾客满意度测评模型的研究与系统实现.昆明:昆明理工大学计算机应用技术专业,2005:10

④秦寿康.综合评价原理与应用.北京:电子工业出版社,2003:94

标签:;  ;  ;  ;  ;  ;  ;  ;  ;  

搜索引擎用户满意度的实证分析&以百度和谷歌中国为例_搜索引擎论文
下载Doc文档

猜你喜欢