word中國教育科技網(wǎng)絡用戶信息查詢狀況統(tǒng)計報告(2001/12)徐鴻 (美國匹茲堡大學信息科學學院 )單松巍 (大學計算機科學技術系)曉明 (大學計算機科學技術系)1993年，美國UIUC大學的超級計算機應用程序國家中心開發(fā)出了Internet上最早的Web瀏覽器Mosaic。網(wǎng)景Netscape公司在1994年推出了Netscape Navigator，微軟公司如此在1995年推出了Internet Explorer，它們促進了Web爆炸式的增長。美國互聯(lián)網(wǎng)委員會在2000年9月發(fā)布的一份名為2000年互聯(lián)網(wǎng)狀態(tài)的研究報告中指出，到2000年9月為止，互聯(lián)網(wǎng)上的網(wǎng)頁數(shù)量已經(jīng)達到20億，預計到2001年達到40億。用戶在如此多的網(wǎng)絡數(shù)據(jù)中尋找所需要的信息，無異于大海撈針，這就是信息過載Information Overloading問題。面對如此大量的信息，人們迫切需要有效的信息發(fā)現(xiàn)工具來為他們在上進展導航，網(wǎng)絡信息檢索系統(tǒng)產(chǎn)生并迅速開展起來，1994年后出現(xiàn)了以為代表的網(wǎng)絡信息目錄和Lycos、Excite、AltaVista、Infoseek、Hotbot等搜索引擎。隨著搜索引擎技術的不斷開展，它已經(jīng)成為人們獲取網(wǎng)絡信息的常用工具，大約85%的用戶使用搜索引擎去定位他們需要的信息。搜索引擎和電子并列成為Internet上應用最廣泛的服務，幾個著名的搜索引擎一直都穩(wěn)定的處于全球訪問量最大的10個之列。迄今為止，網(wǎng)絡信息檢索問題還有很多問題需要解決，即使是目前世界最大的搜索引擎Google，也只收集了20億左右網(wǎng)頁至2002年1月1日，并且網(wǎng)頁收集速度遠遠落后于Web上網(wǎng)頁的增長速度。由大學計算機系網(wǎng)絡與分布式系統(tǒng)研究室研制開發(fā)的“天網(wǎng)中英文搜索引擎系統(tǒng)是國家“九五重點科技攻關項目“中文編碼和分布式中英文信息發(fā)現(xiàn)的研究成果，并于1997年10月29日正式在CERNET上向廣闊Internet用戶提供web信息導航服務()，受到學術界廣泛好評，軟件世界1998年7月將天網(wǎng)評為國最值得關注的搜索引擎。在教育網(wǎng)部，“天網(wǎng)贏得了廣泛的用戶群體，為廣闊學生和教師提供了方便快捷的網(wǎng)絡信息檢索服務。在“天網(wǎng)系統(tǒng)對外提供服務期間，廣泛采納用戶的意見和建議，不斷地改良其服務質(zhì)量，跟蹤世界搜索引擎技術的開展，使系統(tǒng)始終處于國際先進水平。2000年初新成立的“天網(wǎng)搜索引擎課題組在國家973重點根底研究開展規(guī)劃項目基金資助下，秉承老的開發(fā)隊伍的優(yōu)良傳統(tǒng)，致力于探索和研究中英文搜索引擎系統(tǒng)的關鍵技術，以便向廣闊用戶提供更為快速、準確、全面、時新的海量Web信息導航服務?！疤炀W(wǎng)二期根據(jù)海量數(shù)據(jù)的特性，設計開發(fā)了高效的分布式并行搜集系統(tǒng)和查詢系統(tǒng)。該系統(tǒng)采用多臺運行Linux和Solaris操作系統(tǒng)的微機為工作平臺，以URL作為任務的原子單位，采用基于散列的任務分發(fā)策略，結合每臺計算機上的并行搜集策略，保證了網(wǎng)頁的高速搜集。目前，分布式并行搜集系統(tǒng)的模型系統(tǒng)由15臺PC服務器構成，操作系統(tǒng)是Solaris 8。每臺計算機上啟動60個網(wǎng)頁搜集機器人，實驗結果明確，在網(wǎng)絡環(huán)境穩(wěn)定的情況下，平均每天可以獲取200萬個網(wǎng)頁。查詢系統(tǒng)由15臺安裝LINUX系統(tǒng)的PC機組成，索引了全國3000萬網(wǎng)頁，系統(tǒng)的實際運行和測試明確它有很好的查詢響應時間和并發(fā)性能，可以提供每天百萬次的查詢?！疤炀W(wǎng)二期采用了我們設計的近似鏡像網(wǎng)頁檢測算法，目前已被成功地應用于刪除天網(wǎng)系統(tǒng)中的重復網(wǎng)頁，能去除98%的重復網(wǎng)頁，一方面節(jié)省了存儲空間，另一方面提高了檢索質(zhì)量。隨著上數(shù)據(jù)量的不斷擴大，信息容的不斷豐富，人們對搜索引擎的要求也不斷提高，這也促進了搜索引擎的進一步開展。新一代的“天網(wǎng)突破了集中式系統(tǒng)的瓶頸，成為一個高性能的Internet信息發(fā)現(xiàn)平臺。課題組成員在實驗室主任曉明教授領導下，正繼續(xù)努力跟蹤世界先進水平，不斷研究新的問題和方向，將“天網(wǎng)推向一個新的高度，保持我們在Internet信息檢索領域研究的領先地位。為了解中國教育科技網(wǎng)絡用戶信息查詢的根本狀況，加強搜索引擎的信息資源建設，改良搜索引擎的服務方式,提高系統(tǒng)的檢索性能，天網(wǎng)課題組協(xié)同美國匹茲堡大學信息科學學院的徐鴻博士完成了本次用戶信息查詢調(diào)查，希望借此幫助用戶更為方便有效地獲取所需信息。此次調(diào)查問卷的容包括用戶上網(wǎng)的根本情況、天網(wǎng)查詢與用戶的個人信息。共收回問卷3107份，其中有效問卷2334份。調(diào)查日期為2001年9月11日到11月20日。統(tǒng)計結果如下。1 用戶個人上網(wǎng)的根本情況1.1 使用互聯(lián)網(wǎng)的時間 (N=2334)不到6個月6個月到一年1到3年4到6年7年到7年以上116103137766276由上述圖表可看出，2334個天網(wǎng)用戶答卷中, 盡管7年前接觸互聯(lián)網(wǎng)的只占3.3%，但59%的用戶有1到3年上網(wǎng)的經(jīng)驗， 其次為有4到6年經(jīng)驗的使用者 (28.4%)。上網(wǎng)時間不足1年的用戶如此不到10%。1.2 上網(wǎng)費用的支付 (N=2334, 可選擇多項)自己/配偶父母公司學校不知道其他8893783671537477538.1%16.2%15.7%65.9%2.0%3.2%上述圖表顯示約三分之二的天網(wǎng)用戶的上網(wǎng)費用由學校支付。其次為個人或配偶支付。由父母或公司支付者各占約16%。1.3 主要操作系統(tǒng)平臺(N=2334)Windows NTWindows 98Windows 2000其他操作系統(tǒng)UnixLinuxWindows 95MacintoshSaloris17310941001105261573注：其他操作系統(tǒng)主要是Windows me和Windows xp.由上表可知，絕大多數(shù)用戶使用的操作系統(tǒng)是Windows 98和Windows 2000。就互聯(lián)網(wǎng)的使用而言，這兩種操作系統(tǒng)已經(jīng)是較好的選擇，并且Windows98對硬件的要求相對較低，上網(wǎng)速度也很快。1.4 連接到互聯(lián)網(wǎng)的速度(近似值)(N=2334)從如下圖可以看出, 絕大局部天網(wǎng)用戶的上網(wǎng)速度都在56KB/S之上 (74.1%); 其中984 個用戶的上網(wǎng)速度在10MB/S 或10MB/S以上，這說明利用標準10M局域網(wǎng)甚至更快上網(wǎng)速度的人是占相當比例的 (42.2%)。但仍有10.5%的用戶上網(wǎng)速度低于56Kb/s。而且其中155人即占總人數(shù)6.6%的用戶上網(wǎng)速度低于14.4Kb/s。還有15.4%的用戶(365人)不知道或不能確定其上網(wǎng)速度。注：如果是通過一個商業(yè)代理訪問互聯(lián)網(wǎng)，代表的是連接到代理的速度。1.5 平均情況下使用Web搜索工具查詢信息的頻率 (N=2334)第一次查詢少于1次/月1次/月2-3次/月1412313486.0%1.0%0.6%1次/周2-3次/周1次/天2-3次/天9239831713023.9%17.1%13.6%55.8%上述圖表顯示大約70%的天網(wǎng)用戶每天都要一次或?qū)掖问褂肳eb搜索引擎來查詢資料，超過85%的用戶每周至少使用兩到三次。 這非常有力地說明了搜索引擎是大局部上網(wǎng)用戶查找網(wǎng)絡信息的重要手段。值得注意的是，第一次使用搜索引擎的用戶占6%；上網(wǎng)不足6個月的用戶也有5% (見1.1 )。但用戶使用互聯(lián)網(wǎng)的時間長短與使用搜索工具來查詢信息的頻率是否有直接關系，如此需作進一步的分析。2 天網(wǎng)查詢2.1 平均情況下，使用天網(wǎng)的頻率 (N=2334)第一次查詢少于1次/月1次/月2-3次/月1692831897.2%1.2%1.3%3.9%1次/周2-3次/周1次/天2-3次/天1615594108876.9%24.0%17.6%38.0%就天網(wǎng)而言，超過55%的用戶每天最少訪問一次；約80%的用戶每周至少使用兩到三次。 也有7%的用戶是第一次查詢 (見上述圖表)。如果將天網(wǎng)于一般Web搜索引擎的查詢頻率作一比擬，我們可以清楚地看出，兩條曲線極其相似(見上圖)，這說明盡管天網(wǎng)是以有限的教育經(jīng)費維持的非商業(yè)性網(wǎng)上信息資源查詢系統(tǒng),但在用戶眼中，它的功能與利用率可與涵蓋面更為廣泛的商業(yè)性搜索引擎媲美。2.2 查詢目的(N=2334, 可選擇多項)工作*研究教學學習*課程學習愛好1105129344815861014129847.3%55.4%19.2%68%43.4%55.6%休閑消遣健康消費其他128295322020261-54.9%40.8%9.4%8.7%2.6%-注：工作*: 研究、教學除外。學習*: 課程學習除外。當用戶被問知要查詢的容主要與哪些目的有關時, 調(diào)查結果顯示，半數(shù)以上是為滿足課程學習以外的興趣愛好、學習研究以與休閑。其次為研究和教學以外的工作、課程學習，以與消遣娛樂。查尋容與教學有關的用戶低于20%的。這似乎不完全符合天網(wǎng)設計者的初衷。我們還發(fā)現(xiàn)，利用天網(wǎng)查詢健康或消費信息的用戶所占比例極小，這一方面與天網(wǎng)的涵蓋容有關，另一方面也反映了用戶上網(wǎng)的一般行為特征。這一點中國互聯(lián)網(wǎng)絡信息中心2001年7月發(fā)布的統(tǒng)計報告亦可加以印證 ()。2.3 使用天網(wǎng)搜尋即將查找容的次數(shù) (N=2334)第一次2-45-910次或更多285225105171912.2%9.6%4.5%73.7%上述圖表顯示，近于四分之三的用戶利用天網(wǎng)十次或多于十次查詢同一容。這說明他們是相當熟悉天網(wǎng)并依賴天網(wǎng)作為信息追蹤途徑的。第一次使用天網(wǎng)搜索引擎的用戶是新上網(wǎng)者還是天網(wǎng)的最新用戶以與是否已有使用其它搜索引擎的歷史，如此還有待于進一步分析。2.4 使用天網(wǎng)查找的滿意程度 (N=2049 不包括第一次使用天網(wǎng)的用戶)非常滿意比擬滿意無所謂比擬不滿意非常不滿意6041256671012129.5%61.3%3.3%1.0%在用戶滿意度的調(diào)查方面，我們做出如下劃分：如果用戶借天網(wǎng)查到全部或大局部相關信息，可選擇“非常滿意；如果查找到局部信息，可選擇“比擬滿意；如果只查到了很少部份相關信息，可選擇“比擬不滿意；如果無法找到相關信息，如此可選擇“非常不滿意。對于第一次使用天網(wǎng)的用戶，我們不對他們的用戶滿意度進展統(tǒng)計。調(diào)查結果顯示，對天網(wǎng)非常滿意和比擬滿意的用戶分別占總人數(shù)的29.5%和61.3%，共計90%以上，這說明天網(wǎng)根本上能滿足用戶在查全與查準信息方面的要求。在低于6%的比擬或非常不滿意的用戶中，現(xiàn)有的答案尚不能顯示原因在天網(wǎng)系統(tǒng)本身。3 個人信息3.1 年齡、性別、婚姻、家庭狀況 (N=2334)年齡:19以下19-2930-3940-4950-5960以上1171894242591395.0%10.4%2.5%0.6%0.4%性別:男女199234285.3%14.7%婚姻狀況:單身已婚離異其他19173741622582.1%16.0%0.7%0.9%0.2%家中人數(shù):1人2人3人4人或者更多35916983297415.4%7.2%35.6%41.7%調(diào)查顯示, 90%以的天網(wǎng)用戶在40歲以下至19歲以上的年齡段; 其中男性占絕對優(yōu)勢，為85%，女性只占15%; 單身者如此大大多于已婚者(80%以上); 家中有三人和更多者占總數(shù)的四分之三以上。而“中國互聯(lián)網(wǎng)絡開展狀況統(tǒng)計報告 (2001年7月)顯示，互聯(lián)網(wǎng)用戶中，年齡分布在18歲以上40歲以下者占73%; 其中女性比例大大高于天網(wǎng)用戶(38.7%); 未婚者如此大大少于天網(wǎng)用戶 (58.5%)(見 )。3.2 居住地 (N=2334)城鄉(xiāng)：城市鄉(xiāng)村城鎮(zhèn)2274322897.4%1.4%1.2%省市：10684122213688351405某某16578264582546121086463451728臺北澳門401551249在網(wǎng)上用戶分布情況的調(diào)查中，我們發(fā)現(xiàn)，城市居民占98%，而其中僅用戶就占該調(diào)查總數(shù)的46% 左右，分布在、者為28%。這說明天網(wǎng)主要為地與沿?；ヂ?lián)網(wǎng)興旺、教育科研機構集中的大省市所熟悉。3.3 教育程度 (N=2334)高中以下高中技校學士碩士博士大專其他429231025741246132531.8%3.9%0.1%43.9%31.7%10.5%5.7%2.3%調(diào)查結果顯示，具有大專以上學歷的人是天網(wǎng)最大的用戶群(占92%)。而目前普通上網(wǎng)者中，這一群體只占62.5% (見“中國互聯(lián)網(wǎng)絡開展狀況統(tǒng)計報告，2001年7月)。3.4 用戶身份 (N=2334)在校學生:小學/中學高中技校大專本科研究生在校學生總數(shù)033748827880179501.4%0.3%2.1%35.4%37.7%76.9%是否已離退休:是否總數(shù)854545393.6%19.5%23.1%值得注意的是，調(diào)查總數(shù)中，77%的用戶為在校學生，本科生和研究生即占其中的95%;其他用戶僅占23%, 而使用天網(wǎng)的離退休用戶明顯少于在職者(見上述兩表)。而天網(wǎng)課題組對2000年11月2日至2001年4月6日天網(wǎng)訪問日志進展的初步分析顯示，來自于教育網(wǎng)的查詢有5,999,606次，來自于非教育網(wǎng)的查詢?yōu)?,660,733次。因此，教育網(wǎng)的查詢量占總數(shù)的78.3%，非教育網(wǎng)占21.7%。本次調(diào)查的結果與之相符。3.5 行業(yè)類型和機構性質(zhì)：(N=539)行業(yè)類型:計算機/網(wǎng)絡高等教育、科研小學/中學教育文化/娛樂/體育媒體與廣告18021995433.4%44.3%1.7%0.9%0.7%社會服務健康/醫(yī)療司法咨詢郵電通信17318453.2%0.6%0.2%1.5%8.3%金融/證券/保險/房地產(chǎn)商業(yè)/貿(mào)易交通運輸?shù)V業(yè)/制造業(yè)水力/電力1642653.0%0.7%0.4%1.1%0.9%農(nóng)林牧漁自由職業(yè)待業(yè)其他-13110-0.2%0.6%0.2%1.9%-機構性質(zhì):政府機構民間機構軍隊學校公立私立/民辦學校9644238017.8%0.7%44.2%0國營企業(yè)民營企業(yè)外資企業(yè)個體其他60714281611.1%13.2%7.8%1.5%3.0%從業(yè)人員中利用天網(wǎng)較多者聚集在計算機/網(wǎng)絡和教育與科研領域。從業(yè)人員的機構主要為學校公立、政府部門和各類企業(yè)。3.6 職務類型 (N=539)高層管理人員中層管理人員低層管理人員普通職員467123718.5%13.2%4.3%13.2%高級專業(yè)技術人員中級專業(yè)技術人員初級專業(yè)技術人員熟練工人521074439.6%19.9%8.2%0.6%高級學術/研究人員中級學術/研究人員初級學術/研究人員其他334332146.1%8.0%5.9%9.6%從業(yè)者中, 中高級專業(yè)技術人員、中層管理人員與普通職員使用天網(wǎng)較多 (9.5%以上)。4 總結從本次用戶信息查詢調(diào)查可以看出，大局部天網(wǎng)用戶有一定的上網(wǎng)經(jīng)驗，其上網(wǎng)費用由學校支付; 天網(wǎng)用戶上網(wǎng)的硬件平臺已經(jīng)比擬完善，上網(wǎng)速度較快，搜索引擎已成為他們查尋網(wǎng)上信息的必不可少的重要工具；他們非常熟悉天網(wǎng)并依賴天網(wǎng)獲取學習(課程學習除外)、研究、興趣愛好、以與休閑方面的信息并且對查詢結果比擬滿意；絕大多數(shù)天網(wǎng)用戶為年齡在19歲以上40歲以下的在校大學生或研究生。并以男性為主。學生以外，使用天網(wǎng)較多者為在學校、政府機構和各類企業(yè)從事信息科技和教育與科研工作的中、高級專業(yè)技術人員、中層管理干部與普通職員。致：本調(diào)查在問卷設計和報告寫作過程中得到中國科學院研究生院網(wǎng)絡多媒體中心斌、中國科學院文獻情報中心呂青和大學計算機科學技術系江華的鼎力協(xié)作和幫助，在此表示衷心感。徐鴻，女。曾獲大學圖書館信息學碩士學位(1987年)與美國伊利諾大學艾巴納-香檳校區(qū)(UIUC)教育心理學碩士和圖書館信息學博士學位(1996年)?，F(xiàn)任教于匹茲堡大學信息學院并兼任該校醫(yī)學院醫(yī)學虛擬現(xiàn)實中心信息研究部主任。博士生導師。美國信息科學與技術學會(ASIST) 國際信息研究組主席與美國圖書館信息學教育協(xié)會(ALISE)出版委員會委員。主要研究領域為信息組織，網(wǎng)絡用戶的信息需求與檢索行為，信息系統(tǒng)的設計和評估。單松巍，女，1978年11月出生，市人。2000年畢業(yè)于大學，獲理學學士學位?，F(xiàn)在是大學計算機科學技術系碩士研究生。目前科研方向主要是個性化服務。曉明, 男, 1957年5月出生, 沙市人。1982年畢業(yè)于工業(yè)大學,獲工學學士學位,1986年畢業(yè)于美國史蒂文斯理工學院計算機系，獲博士學位?，F(xiàn)任大學計算機科學技術系教授，博士生導師，系主任。中國計算機學會常務理事，國家教委高等學校計算機教學指導委員會副主任委員，美國電氣工程榮譽學社Eta Kappa Nu社員, IEEE CS和ACM成員，Concurrency and putation國際編委。目前科研興趣主要在分布式海量信息系統(tǒng)。12 / 12