웹 쿼리
"오늘의AI위키"의 AI를 통해 더욱 풍부하고 폭넓은 지식 경험을 누리세요.
1. 개요
웹 쿼리는 웹 검색 엔진에 입력하는 검색어 또는 질의를 의미한다. 일반적으로 정보형, 탐색형, 거래형, 연결형의 네 가지 유형으로 분류된다. 정보형 쿼리는 광범위한 주제에 대한 정보를 찾고, 탐색형 쿼리는 특정 웹사이트나 개체를 찾으며, 거래형 쿼리는 특정 작업을 수행하기 위한 것이다. 연결형 쿼리는 웹 그래프의 연결 관계를 묻는 유형이다.
웹 쿼리는 쿼리 길이, 사용 패턴, 지리적 정보 포함 여부 등 다양한 특징을 보인다. 연구에 따르면 쿼리의 평균 길이는 점차 증가하는 추세이며, 반복 쿼리 및 롱테일 분포와 같은 특징도 나타난다. 또한, 불리언 연산자를 활용한 구조화된 쿼리, 특히 패싯 쿼리를 통해 검색 범위를 좁힐 수 있다.
더 읽어볼만한 페이지
| 웹 쿼리 | |
|---|---|
| 웹 쿼리 | |
 | |
| 정의 | |
| 유형 | 정보 검색 쿼리 |
| 관련 | 검색 엔진 최적화, 검색 엔진 마케팅 |
2. 검색 쿼리의 유형
대부분의 웹 검색 쿼리에는 정보, 탐색, 거래라는 세 가지 광범위한 범주가 있다.[18] 이것을 "do, know, go"라고도 한다.[19] 이 검색 모델은 이론적으로 도출된 것은 아니지만 실제 검색 엔진 쿼리를 통해 분류가 경험적으로 검증되었다.[20]
- '''정보형 쿼리''' – 수천 개의 관련 결과가 있을 수 있는 광범위한 주제(예: 콜로라도 또는 트럭)를 다루는 쿼리이다.
- '''탐색형 쿼리''' – 단일 웹사이트 또는 단일 엔터티(예: 유튜브 또는 델타 항공)의 웹페이지를 찾는 쿼리이다.
- '''거래형 쿼리''' – 자동차 구매, 화면 보호기 다운로드 등 특정 작업을 수행하려는 사용자의 의도를 반영하는 쿼리이다.
검색 엔진은 훨씬 덜 자주 사용되는 네 번째 유형의 쿼리를 지원하는 경우가 많다.
- '''연결형 쿼리''' – 인덱싱된 웹 그래프의 연결에 대해 보고하는 쿼리이다(예: 어떤 링크가 이 URL을 가리키는가? 및 이 도메인 이름에서 인덱싱된 페이지 수는 몇 개인가?).[21]
2. 1. 정보형 쿼리
정보형 쿼리는 광범위한 주제를 다루며, 관련 결과가 수천 개에 이를 수 있다.[18][1] 예를 들어 "콜로라도"나 "트럭"과 같은 검색어가 이에 해당한다. 웹 검색 쿼리는 크게 정보형, 탐색형, 거래형의 세 가지로 분류되며,[1] 이는 "do, know, go"라고도 불린다.[19][2] 이러한 분류는 이론적으로 도출된 것이 아니라 실제 검색 엔진 쿼리를 통해 경험적으로 검증되었다.[20][3]2. 2. 탐색형 쿼리
탐색형 쿼리는 단일 웹사이트 또는 단일 개체의 웹 페이지를 찾는 쿼리이다.[18][1] (예: 유튜브, 델타 항공)[18][1] 한국의 경우, 특정 브랜드나 서비스명을 직접 검색하는 경우가 많다.2. 3. 거래형 쿼리
거래형 쿼리는 특정 작업을 수행하려는 사용자의 의도를 반영하는 쿼리이다.[18][1] 예를 들어 자동차 구매, 화면 보호기 다운로드 등이 있다.[18][1] 한국에서는 온라인 쇼핑, 금융 거래 등과 관련된 쿼리가 많다.2. 4. 연결형 쿼리
검색 엔진은 인덱싱된 웹 그래프의 연결에 대해 보고하는 연결형 쿼리를 지원하는 경우가 있지만, 이는 다른 유형의 쿼리에 비해 덜 자주 사용된다.[21][4] 연결형 쿼리의 예시로는 특정 URL을 가리키는 링크를 묻거나, 특정 도메인 이름에서 인덱싱된 페이지 수를 묻는 쿼리가 있다.[21][4]3. 검색 쿼리의 특징
대부분의 상업용 웹 검색 엔진은 검색 로그를 공개하지 않으므로 사용자가 웹에서 무엇을 검색하는지에 대한 정보를 얻기가 어렵다.[5] 그럼에도 불구하고 1998년부터 관련 연구가 시작되었다.[6][7] Excite 검색 엔진의 쿼리를 분석한 2001년 연구[8]에서는 웹 검색의 몇 가지 흥미로운 특징을 보여주었다.
- 쿼리의 평균 길이는 2.4개 용어였다.
- 사용자의 약 절반은 단일 쿼리를 입력했으며, 사용자의 3분의 1 미만이 3개 이상의 고유 쿼리를 입력했다.
- 사용자의 거의 절반이 결과의 처음 한두 페이지만 검토했다(페이지당 10개 결과).
- 사용자의 5% 미만이 고급 검색 기능(예: AND, OR, NOT과 같은 부울 연산자)을 사용했다.
- 가장 많이 사용된 상위 4개 용어는 '' (빈 검색), and, of, ''and'' sex였다.
동일한 Excite 쿼리 로그에 대한 연구에 따르면 쿼리의 19%에 지리적 용어(예: 지명, 우편 번호, 지리적 특징 등)가 포함되어 있었다.[9]
연구에 따르면 짧은 쿼리(용어가 적은 쿼리) 외에도 사용자가 쿼리를 변경하는 예측 가능한 패턴이 있다.[10]
2005년 Yahoo의 쿼리 로그에 대한 연구에 따르면 동일한 사용자의 쿼리의 33%가 반복 쿼리였으며, 87%의 경우 사용자가 동일한 결과를 클릭하는 것으로 나타났다.[11] 이는 많은 사용자가 정보를 다시 방문하거나 다시 찾기 위해 반복 쿼리를 사용한다는 것을 시사한다. 이 분석은 쿼리의 약 30%가 내비게이션 쿼리라고 밝힌 빙 검색 엔진 블로그 게시물로 확인되었다.[12]
또한 연구에 따르면 쿼리 용어 빈도 분포는 멱법칙 또는 ''롱테일'' 분포 곡선을 따른다. 즉, 대규모 쿼리 로그(예: 1억 개 이상의 쿼리)에서 관찰된 용어 중 일부는 가장 자주 사용되는 반면, 나머지 용어는 개별적으로 덜 자주 사용된다.[13] 이러한 파레토 법칙 (또는 ''80–20 규칙'')의 예는 검색 엔진이 인덱스 또는 데이터베이스 분할, 캐싱 및 미리 가져오기와 같은 최적화 기술을 사용할 수 있도록 한다. 또한 웹 쿼리가 내비게이션, 정보 또는 거래인지 인식할 수 있는 언어학적 속성에 대한 연구도 수행되었다.[14]
2011년 연구에 따르면 쿼리의 평균 길이는 시간이 지남에 따라 꾸준히 증가했으며, 영어 이외의 언어 쿼리의 평균 길이가 영어 쿼리보다 더 많이 증가했다.[15] 구글은 2013년 8월에 더 많은 검색이 대화형이므로(예: "가장 가까운 커피숍은 어디입니까?") 더 긴 검색 쿼리를 처리하기 위해 허밍버드 업데이트를 구현했다.[16]
3. 1. 검색어 길이 및 사용 패턴
2001년 Excite 검색 엔진의 쿼리를 분석한 연구[8]에 따르면, 쿼리의 평균 길이는 2.4개 용어였다. 사용자의 약 절반은 단일 쿼리를 입력했으며, 사용자의 3분의 1 미만이 3개 이상의 고유 쿼리를 입력했다. 사용자의 거의 절반이 결과의 처음 한두 페이지만 검토했고(페이지당 10개 결과), 5% 미만이 고급 검색 기능(예: AND, OR, NOT과 같은 부울 연산자)을 사용했다.[8] 가장 많이 사용된 상위 4개 용어는 '' (빈 검색), and, of, ''and'' sex였다.동일한 Excite 쿼리 로그에 대한 연구에서는 쿼리의 19%에 지리적 용어(예: 지명, 우편 번호, 지리적 특징 등)가 포함되어 있었다는 사실이 밝혀졌다.[9]
연구에 따르면 짧은 쿼리 외에도 사용자가 쿼리를 변경하는 예측 가능한 패턴이 존재한다.[10] 2005년 Yahoo의 쿼리 로그 연구에서는 동일한 사용자의 쿼리 중 33%가 반복 쿼리였으며, 87%의 경우 사용자가 동일한 결과를 클릭하는 것으로 나타났다.[11] 이는 많은 사용자가 정보를 다시 방문하거나 다시 찾기 위해 반복 쿼리를 사용한다는 것을 시사한다. 빙 검색 엔진 블로그 게시물에서는 쿼리의 약 30%가 내비게이션 쿼리라고 밝혔다.[12]
또한, 쿼리 용어 빈도 분포는 멱법칙 또는 ''롱테일'' 분포 곡선을 따른다. 즉, 대규모 쿼리 로그(예: 1억 개 이상의 쿼리)에서 관찰된 용어 중 일부는 가장 자주 사용되는 반면, 나머지 용어는 개별적으로 덜 자주 사용된다.[13] 이러한 파레토 법칙 (''80–20 규칙'')은 검색 엔진이 인덱스 또는 데이터베이스 분할, 캐싱 및 미리 가져오기와 같은 최적화 기술을 사용하는 것을 돕는다. 웹 쿼리가 내비게이션, 정보 또는 거래인지 인식할 수 있는 언어학적 속성에 대한 연구도 수행되었다.[14]
2011년 연구에 따르면 쿼리의 평균 길이는 시간이 지남에 따라 꾸준히 증가했으며, 영어 이외의 언어 쿼리의 평균 길이가 영어 쿼리보다 더 많이 증가했다.[15] 구글은 2013년 8월에 더 많은 검색이 대화형이므로(예: "가장 가까운 커피숍은 어디입니까?") 더 긴 검색 쿼리를 처리하기 위해 허밍버드 업데이트를 구현했다.[16]
3. 2. 반복 쿼리 및 롱테일 분포
2005년 야후의 쿼리 로그 연구에 따르면 동일한 사용자의 쿼리 중 33%가 반복 쿼리였으며, 그중 87%는 사용자가 동일한 결과를 클릭했다.[11] 이는 많은 사용자가 정보를 다시 찾거나 재방문하기 위해 반복 쿼리를 사용한다는 것을 보여준다. 빙 검색 엔진 블로그 게시물에서는 쿼리의 약 30%가 내비게이션 쿼리라고 밝혔다.[12]또한, 연구에 따르면 쿼리 용어 빈도 분포는 멱법칙 또는 ''롱테일'' 분포 곡선을 따른다.[13] 즉, 많은 쿼리 로그에서 관찰된 용어 중 일부는 자주 사용되지만, 나머지 용어는 개별적으로 덜 사용된다.[13] 이러한 파레토 법칙(80-20 규칙)은 검색 엔진이 인덱스 또는 데이터베이스 분할, 캐싱 및 미리 가져오기 같은 최적화 기술을 사용하는 데 활용될 수 있다.[13]
3. 3. 지리적 정보 포함
2001년 Excite 검색 엔진의 쿼리 로그를 분석한 연구에 따르면 쿼리의 19%에 지리적 용어(예: 지명, 우편 번호, 지리적 특징 등)가 포함되어 있었다.[9] 한국의 경우, 지역 맛집, 명소 등 지역 정보와 관련된 검색어가 많이 사용된다.4. 구조화된 쿼리
불리언 연산자와 괄호를 지원하는 검색 엔진을 사용하면, 여러 주제나 측면을 다루는 문서를 찾을 수 있다. 사용자는 각 측면을 `vehicles OR cars OR automobiles`와 같이 특징적인 단어들의 논리합으로 설명할 수 있다. ''패싯 쿼리''는 이러한 측면들의 논리곱이다. 예를 들어, `(electronic OR computerized OR DRE) AND (voting OR elections OR election OR balloting OR electoral)`와 같은 쿼리는 "electronic" 또는 "voting" 단어 중 하나 또는 둘 다 생략하더라도 전자 투표에 관한 문서를 찾을 가능성이 높다.[17]
4. 1. 패싯 쿼리
패싯 쿼리는 불리언 연산자와 괄호를 지원하는 검색 엔진에서 사용 가능한 기술이다. 각 측면을 특징적인 단어들의 논리합으로 설명하고, 이러한 측면들의 논리곱을 이용하여 검색 결과를 좁힐 수 있다.[17] 예를 들어, `(electronic OR computerized OR DRE) AND (voting OR elections OR election OR balloting OR electoral)`와 같은 쿼리는 "electronic" 또는 "voting" 단어 중 하나 또는 둘 다 생략하더라도 전자 투표에 관한 문서를 찾을 가능성이 높다.[17]참조
[1]
논문
A taxonomy of Web search
2002
[2]
웹사이트
Do, Know, Go: How to Create Content at Each Stage of the Buying Cycle
http://searchenginew[...]
Search Engine Watch
2013-01-11
[3]
간행물
Determining the informational, navigational, and transactional intent of Web queries
https://faculty.ist.[...]
2008
[4]
웹사이트
Connectivity servers
http://nlp.stanford.[...]
Cambridge University Press
2014-05-24
[5]
뉴스
AOL apologizes for release of user search data
http://news.cnet.com[...]
2006
[6]
간행물
Real life information retrieval: A study of user queries on the web
https://faculty.ist.[...]
1998
[7]
간행물
Analysis of a very large Web search engine query log
https://infoscience.[...]
1999
[8]
학술지
Searching the web: The public and their queries
https://faculty.ist.[...]
[9]
학술대회
Proceedings of the Workshop on Geographic Information (SIGIR '04)
[10]
간행물
Patterns of query modification during Web searching
https://faculty.ist.[...]
2009
[11]
학술대회
Proceedings of the 29th Annual ACM Conference on Research and Development in Information Retrieval (SIGIR '06)
[12]
웹사이트
Bing Making search yours - Search Blog - Site Blogs - Bing Community
https://web.archive.[...]
2011-03-01
[13]
서적
Advances in Information Retrieval
Springer Berlin / Heidelberg
[14]
학술지
Exploring effective features for recognizing the user intent behind web queries
https://www.research[...]
Elsevier
[15]
학술지
An analysis of web proxy logs with query distribution pattern approach for search engines
[16]
웹사이트
FAQ: All About The New Google "Hummingbird" Algorithm
http://searchenginel[...]
Search Engine Land
2013-09-26
[17]
학술지
Exploiting Query Structure and Document Structure to Improve Document Retrieval Effectiveness
http://eprints.eemcs[...]
2006-10
[18]
논문
A taxonomy of Web search
2002
[19]
웹인용
Do, Know, Go: How to Create Content at Each Stage of the Buying Cycle
http://searchenginew[...]
Search Engine Watch
2013-01-11
[20]
간행물
Determining the informational, navigational, and transactional intent of Web queries
https://faculty.ist.[...]
2008
[21]
웹인용
Connectivity servers
http://nlp.stanford.[...]
Cambridge University Press
2014-05-24
본 사이트는 AI가 위키백과와 뉴스 기사,정부 간행물,학술 논문등을 바탕으로 정보를 가공하여 제공하는 백과사전형 서비스입니다.
모든 문서는 AI에 의해 자동 생성되며, CC BY-SA 4.0 라이선스에 따라 이용할 수 있습니다.
하지만, 위키백과나 뉴스 기사 자체에 오류, 부정확한 정보, 또는 가짜 뉴스가 포함될 수 있으며, AI는 이러한 내용을 완벽하게 걸러내지 못할 수 있습니다.
따라서 제공되는 정보에 일부 오류나 편향이 있을 수 있으므로, 중요한 정보는 반드시 다른 출처를 통해 교차 검증하시기 바랍니다.
문의하기 : help@durumis.com