Модели поиска информации в интернете с использованием технологии обогащенных ответов

Цветкова Анна Борисовна; Мусатова Жанна Борисовна


	1		Введение
	2		Практика сбора информации пользователями посредством основных поисковых систем
	5		Модели поиска информации группами пользователей по заданным условиям. Методология исследования
	6		Анализ результатов наблюдений и инсайты, характеризующие поведение респондентов Таблица. Сводные данные наблюдения за процессом поиска информации в поисковой системе «Яндекс»
	7		Мнения пользователей о поиске информации и факторах влияния на этот процесс на основе данных фокус-групповых дискуссий
	9		Варианты моделей поиска информации по заданным пользователем критериям и степень их интеграции в модель технологии обогащенных ответов
	10		Рис. 1. Матрица параметров поведения пользователей
	11		Рис. 2. Модель поиска информации 1
	12		Рис. 3. Модель поиска информации 2 Выводы
	13		Рис. 4. Модель поиска информации 3
	14		Рис. 5. Модель поиска информации 4 Источники

Ключевые слова: поиск информации, пользователи Интернета, поисковые системы, таргетинг, обогащенные ответы, «Яндекс», Google, SEO

Аннотация

В статье представлены модели поиска информации в Интернете. По результатам проведенного исследования авторами определены факторы, оказывающие влияние на пользователя, его внимание, вовлеченность и потребительский выбор.

Журнал: «Маркетинг и маркетинговые исследования» — №3, 2023 (© Издательский дом Гребенников)

Объем в страницах: 15

DOI

10.36627/2074-5095-2023-3-3-210-224 — https://doi.org/10.36627/2074-5095-2023-3-3-210-224

Библиографическая ссылка: печать / интернет

* Деятельность Meta (соцсети Facebook и Instagram) запрещена в России как экстремистская.

1. Акулова А. Персонализация выдачи в поисковых системах. — Подробнее .

2. Высоцкий В. Колдунщики и специальные элементы: польза или «польза» для сайта. — Подробнее .

3. Гаврикова В. Как интернет-поисковики из разных стран борются за читателя. — Подробнее .

4. Как пользователи ведут себя в выдаче поисковых систем? Исследование для Google. — Подробнее .

5. Латыпов А.Р. Обзор влияния поведения пользователей в поисковых алгоритмах // Современные материалы, техника и технологии. — 2015. — №2(2). — С. 92–97.

6. Мешков А.А., Ефимова Д.М., Скоробогатых И.И. Маркетинговые исследования и ситуационный анализ: учебник. — М.: КноРус, 2022. — 568 с.

7. Пестерев П.В. Анализ нововведений в алгоритмах поисковых систем Yandex и Google // Вестник Белгородского государственного технологического университета им. В.Г. Шухова. — 2017. — №3. — С. 145–147.

8. Поисковые системы в России. — Подробнее .

9. Романовская Н.В., Сычев П.П. Методы визуализации результатов поиска в Интернете // Системный анализ в науке и образовании. — 2012. — №3. — С. 98–104.

10. Севальнев Д. Персонализация / персонификация результатов выдачи Яндекса. — Подробнее .

11. Типы устройств в России. — Подробнее .

12. Ушкова Ю. Быть Amazon: как искусственный интеллект влияет на поиск в интернет-магазине? — Подробнее .

13. Хитрости поиска в интернете — как быстро найти то, что вам нужно. — Подробнее .

14. Booth K. Everything You Need to Know to Succeed with Google SERP Features in 2020. — Подробнее .

15. Google OneBox. — Подробнее .

16. Klosowski Th. 20 Google Search Shortcuts to Hone Your Google-Fu. — Подробнее .

17. Kopelman J. Google — the Next Vertical Search Engine? — Подробнее .

Цветкова Анна Борисовна
к. э. н.
доцент

Доцент кафедры маркетинга Российского экономического университета им. Г.В. Плеханова.

г. Москва

Другие статьи автора 39

Мусатова Жанна Борисовна
к. э. н.
доцент

Доцент кафедры маркетинга РЭУ им. Г.В. Плеханова.

г. Москва

Другие статьи автора 14

Электронная библиотека