Search needs > information needs
Before jump into design we need to ask : 人們想要什麼？ ( 比喻為釣魚）
類型
已知尋找的項目 Know — item seeking：
釣到大魚 （the perfect catch) → 找到最佳解答 （like wiki → 多數人）
設定蝦籠 （Lobster trapping) → 找到一些有用就好了 （缺乏明確目標跟想法）
一網打盡 (indiscriminate drifinetting) → 設法找到所有東西 (like 做論文研究）
尋找記憶中的白鯨( I’ve seen you before ) → 想要想到以前看過的東西
探索式尋找 Exploratory seeking ⇒ 典型的開方性資訊尋求行為，不期待正確答案
探索式搜尋的過程中不太容易確認何時才算是結束搜尋
資訊尋求行為 Information-seeking Behaviours
How → 搜尋 (Searching), 瀏覽(Browsing), 詢問(Asking)
Two perspective ⇒
整合 (Integration) → 同一次搜尋行為
反覆（Iteration) → 來回反覆相同的動作
類型
採莓搜尋(berry-picking) → 反映人類的心智如何運作 → 需提供不同的搜尋動作與串接、容易回到上一步的行為建立
滾學球(pearl-growing) → 想要找到更多類似的東西 ⇒ 例如similiar page 的功能，資訊上的引用為群組的方式，或兩步驟，使用者的第一步通常只想知道究竟該往哪裡去，第二部才會到子網站仔細尋找資訊，第一步與第二步的資訊行為是不同的
搜尋分析(search analytics)
脈絡訪查(contextual inquiry)
使用者喜愛搜尋，因為這樣讓他們有主控權可以用自己的關鍵字來尋找資訊。
延伸閱讀:
什麼是搜尋意圖（Search Intent）
進階搜尋的瀏覽設計方案
個人化 → 根據行為、需求和偏好的模式，由系統自動提供資訊給某個使用者
客製化 → 使用者直接掌控資訊的呈現，導覽和內容選擇
個人化與客製化的導覽設計具備這些特性：
重要性高，但影響力有限
必須建立在結構與組織的良好基礎上
很難設計好
會讓搜集評估資訊和分析使用者行為更加困難
視覺化（資料結構、排序）
社交導覽 → 隨社群媒體興起，有些社群指標可以列入參考：reddit 會員投票
搜尋體系
Ｑ：你規劃的資訊空間需要搜尋嗎？
評估資訊空間裡的內容量
改善導覽體系(Navigation system) 以發揮其作用
具備優化搜尋系統的時間與知識
採用其他替代方案，例如建立索引
使用者偏好的互動方式 → 瀏覽 > 搜尋
A: 以下議題可用來評估何時需要搜尋系統：
當資訊多到不利於瀏覽時，搜尋可以派上用場 （例如書店）
搜尋對於零散的網站有幫助
將搜尋是為經營資訊空間的學習工具
本來就該有搜尋，因為使用者有此期待
搜尋可以對付動態內容 (例如聊天app、經常變化更新的內容）
選出要建立索引的內容
決定搜尋區
過場導覽頁面與目標頁面 → 大部分內容很多的資訊空間，至少會有兩種頁面：過場導覽頁（navigation page) 和目標頁（destination page)，目標頁上有使用者想要的資訊，過場導覽頁引導使用者到目標頁。
為特定族群建立索引 → 如果採用目標族群導向的組織規則，那麼搜尋區域已目標族群來分類就分合理。（例如：圖書館）
以主題建立索引 → 例如醫師與醫療人員
以較新的內容建立索引 → 依時間排列，一般使用者可以使用時間區段來篩選
挑選適當的內容元素來建立索引 （ 例如：yelp)
搜尋演算法(Search Algorithms)
1. 樣式對比演算法
查準率 = 搜尋所得的相關文件比數/搜尋所得的文件筆數
2. 其他方式 → 文獻相似性(document similary)、協同過濾（collaborative filtering)、引文搜尋（citatiion searching → 被誰引用、參考書目、共用被引用的相關文件 （多為學術網站）)
呈現搜尋結果 ⇒ 要呈現哪些內容組成元素？
原則：使用者知道自己想要什麼，搜尋結果可以呈現較少資訊，反之，使用者不確定要找什麼，則可以呈現較多資訊
布林運算的交集、連集
清楚自己在什麼的使用者 → 呈現代表性的內容元素，好幫助他們快速辨識出想要的結果
不清楚 → 描述性的內容元素，好壞他們更容易理解搜尋結果的意義或讓使用者自己選擇要呈現哪些資訊（需考慮使用者最常見的需求）
呈現多少文件？
排列搜尋結果
依字母排序
依時間先後排序
依關聯性排性 (Ranking by relevance) → 關聯性排名演算法有很多種，通常依據下列一種或數種原則，來決定搜尋結果的排名：
進行多關鍵字搜尋時，該文件中出現多少搜尋關鍵字
文件中出現關鍵字的頻率
搜尋關鍵字出現時的靠近程度（例如彼此相連，或是在同一個句子裡，還是同一個段落？）
關鍵字出現的位置（例如出現在標題裡，可能就比內文更具關聯性）
文件本身的熱門程度（例如該文件是否經常被連結，以及這些連結的來源文件本身是否熱門？）
依熱門程度 (Ranking by popularity)
依使用者或專家評分排名（Ranking by user’s or expert’s rating)
依付費置入排名
設計搜尋介面
使用者的搜尋知識與積極程度 ⇒ 使用者是否能自在地使用者特定的查詢語言（如布林運算子），還是傾向使用自然語言？需要簡單的介面還是功能強大的介面？尚可的結果還是最佳解？願意反覆搜尋？
資訊需求類型
使用者只想初步瞭解，還是在進行全面性的研究？哪些內容組成元素可以幫助他們決定要點選一份文件？內容該精簡還是詳細？
供搜尋的資訊類型
這些資訊是有結構化的欄位，還是全文？是導覽頁面、目標頁面，還是兩者都是？
被搜尋的數量
多少數量才是正確的？
搜尋框
使用者對於搜尋介面如何運作有自己的假設，在設計搜尋系統時最好先測試一下。常見的假設有：
只要把能描述我正在找的東西的詞彙打上去，剩下就是搜尋引擎的事了。
需要把 AND、OR，或者是 NOT 打上去
我不必管什麼同義字
我的搜尋就是搜尋整個網站
————————————————
earch bar → search result → Refine, Filter ( narrow down search range)
自動完成與自動建議（autocompelete and autosuggest) ⇒ 是廣泛用於搜尋系統的互動模式（Pattern)。
進階搜尋 ( Andanced search, 使用布林運算子建立複雜的搜尋）⇒ 設計搜尋系統時，目標是要讓大多數搜尋者根本無需進入進階搜尋頁面，就能得到結果。
提供調整的機會
有時候搜尋不是這麼順利，以下有些準則，可以幫助使用者調整搜尋，也希望讓使用者更了解你的搜尋系統。
重複顯示搜尋關鍵字於結果頁面 → 使用者由時候很健忘，不記得剛剛搜尋了什麼
說明搜尋結果由何而來 → albums, Songs
讓使用者理解搜尋的過程 → 重複顯示搜尋關鍵字、說明搜尋了哪些內容、說明使用了哪些篩選設定（例如日期範圍）、顯示原本隱藏起來的布林或其他運算子、顯示其他目前的設定，例如排序方法(篩選器）
顯示搜尋結果筆數
整合搜尋與瀏覽頁面
⇒ Finding
應盡可能地連結搜尋與瀏覽體系，讓使用者可以在兩者之間來去自如
what | where ↓
當使用者卡關的時候
⇒ search tips
