まず、検索クエリログAltaVistaに基づいて、ユーザーの目標の分類が開発されました。 すべてのリクエスト（特定のリクエストを除く）は、次のカテゴリのいずれかに分類する必要があります。
ローズは、検索エンジンはユーザーを導く真の目標を考慮し、それに応じてインターフェースを改善する必要があると言います。 残念ながら、これらの目標を自動的に検出することは困難です。
カットの下には、ローズとレビンソンのさらなる研究の簡単な説明があります。 私は彼らの要約の完全版と人間の行動に関する他の記事を持ち、私のサイトで検索しています。
最初のステップを実行するために、著者はクエリを手動で分類するための特別なツールを開発しました。 AltaVistaサーバーログからランダムに選択された約500の英語の検索フレーズを分析し、それぞれを特定のカテゴリに手動で割り当てました。 結果は次のとおりです。
興味深いことに、リクエストの40％はまったく情報提供されておらず、情報提供リクエストのほとんどは、特定の製品やサービスに関する事実を見つけることではなく、特定の製品やサービスを見つけることになっています。 これは、検索エンジンが元々どのような目的で作成されたのか-インターネット時代以前の「電子図書館」での情報の検索と矛盾しています。 実際、リクエストの35％のみがこの考えと一致していました。
キーワードが異なる時間と季節のいくつかの段階でサンプリングされたことは注目に値します。 結果の分布はすべてのケースで類似していました。
残念ながら、著者はこれらの結果の適用に関する実用的な推奨事項を提供していません。 彼らは、検索エンジンのパフォーマンスを改善するためにさらなる研究を行うことができるフレームワークを作成したと言います。 ローズとレビンソンは、読者にこのフレームワークを試し、そのアイデアを開発し、彼ら自身の実際的な利点を強調するように提供します。