A Deeper Investigation of the Importance of Wikipedia Links to the Success of Search Engines
越来越多的工作凸显了维基百科志愿者创建的内容在帮助搜索引擎实现其核心目标（满足数百万人的信息需求）方面所发挥的重要作用。在本文中，我们报告的调查结果的发病率维基百科链接在搜索引擎结果页面（SERP）。我们的研究结果扩展了以前的工作，考虑三个美国搜索引擎，模拟移动和桌面设备，并使用空间分析方法，旨在研究现代SERP，不再只是“十个蓝色链接”。我们发现，维基百科链接在重要的搜索环境中非常常见，出现在所有常见和趋势查询的SERP中的67-84%，但在医学查询中较少出现。此外，我们观察到维基百科的链接经常出现在“知识面板”SERP元素中，并且位于用户可见的位置，而无需滚动，尽管维基百科在移动设备上的突出位置较少。我们的发现强化了以下互补概念：（1）维基百科的内容和研究在维基百科领域之外具有重大影响;（2）强大的技术，如搜索引擎，高度依赖于志愿者创建的免费内容。
2020-04-21 cs.CY cs.IR
Intertemporal Connections Between Query Suggestions and Search Engine Results for Politics Related Queries
这篇简短的论文涉及两个数据源的组合和比较：搜索引擎结果和查询建议的16个术语有关的政治候选人和政党。这些数据是在2017年9月德国联邦大选前收集的，为期两个月。排名偏置重叠（RBO）统计用于衡量最高权重排名的相似性。对于每个搜索词以及搜索结果和查询自动完成，我们研究了随着时间的推移排名的稳定性。
2019-02-13 cs.CY cs.IR
Public awareness and attitudes towards search engine optimization
这项研究的重点是什么用户知道搜索引擎优化（SEO），以及他们如何能够识别结果，有可能受到SEO的影响。我们对德国在线人群（N = 2，012）进行了一项在线调查。我们发现，43%的用户认为不向Google付费就可以获得更好的排名。这与通过付费广告产生影响的可能性形成鲜明对比，79%的互联网用户都知道这一点。然而，只有29.2%的人知道广告与有机结果的区别。8.9%的用户知道“搜索引擎优化”一词，但14.5%的用户能正确说出至少一种SEO策略。标记可通过SEO影响的结果的成功率因搜索引擎结果页面（SERP）复杂性和设备而异：参与者在具有简单结构的SERP上取得的成功率高于在更复杂的SERP上取得的成功率。SEO结果在小屏幕上比在大屏幕上更好地识别。59.2%的人认为SEO对排名有（非常）强烈的影响。SEO通常被认为是积极的（75.2%）而不是消极的（68.4%）。这项研究的见解对搜索引擎提供商、监管机构和信息素养都有影响。
2022-04-21 cs.CY cs.IR
Googling the Big Lie: Search Engines, News Media, and the US 2020 Election Conspiracy
本研究通过大规模算法审计对比三款搜索引擎在三个地区对11个查询的返回结果，分析其对美国2020大选“大谎言”阴谋论相关新闻的推送倾向，发现不同引擎的驳斥策略与内容倾向存在差异，支持阴谋论的内容多来自泛化查询而非小众意识形态查询。
2024-08-30 cs.CY cs.IR
Algorithmically Curated Lies: How Search Engines Handle Misinformation about US Biolabs in Ukraine
本文通过虚拟智能体审计Google、Bing和Yandex，分析其对“美国在乌克兰生物实验室”虚假信息的策展表现，揭示不同引擎、语言和地点下的虚假内容暴露差异。
2024-01-24 cs.CY cs.IR
The Use of Generative Search Engines for Knowledge Work and Complex Tasks
Microsoft Research（微软研究院）；Microsoft Corporation（微软公司）；University of Washington（华盛顿大学）；University of Chicago（芝加哥大学）
本文通过实证分析 Bing Copilot 与 Bing Search 的使用差异，发现生成式搜索引擎更多被用于认知复杂度更高的知识工作任务。
2024-03-19 cs.AI cs.CY cs.IR
Nowcasting economic and social data: when and why search engine data fails, an illustration using Google Flu Trends
对中央银行和财政部而言，准确了解当前经济状况尤为重要，对卫生部而言，准确了解流行病状况尤为重要。人们对利用搜索引擎数据提供社会和经济指标的“即时预报”越来越感兴趣。然而，人们可能会搜索一个短语，因为他们独立地想要的信息，或者他们可能会搜索，因为许多其他人都在搜索it.We考虑使用搜索引擎数据的准确性预测的动机的影响同期的社会和经济指标。我们使用四个事件来说明预测准确性的影响，其中Google Flu Trends数据准确预测了实际流感病例，其中四个搜索数据大大高估了预测。使用一个标准的统计方法，巴斯扩散模型，我们表明，独立的搜索信息的动机是强得多的情况下，准确的预测比不准确的。社会影响，即人们可能会搜索一个短语，因为其他人也是如此，在不准确的情况下比准确的情况下要强大得多。因此，当社会对搜索决策的影响很大时，搜索引擎数据可能是同期指标的不可靠预测因素。
2014-08-01 cs.CY cs.SI physics.soc-ph
The Matter of Chance: Auditing Web Search Results Related to the 2020 U.S. Presidential Primary Elections Across Six Search Engines
我们研究了六个搜索引擎如何在默认条件下（即非个性化条件下）过滤和排名与美国2020年总统初选查询相关的信息。为此，我们利用了一种算法审计方法，该方法使用虚拟代理在受控环境中对算法信息策展进行大规模分析。具体来说，我们看看在2020年初选期间，谷歌，百度，Bing，DuckDuckGo，雅虎和Yandex上的“美国选举”，“唐纳德特朗普”，“乔拜登”和“伯尼桑德斯”查询的文本搜索结果。我们的研究结果表明，在搜索引擎和多个差异内的不同代理使用相同的搜索引擎产生的结果之间的搜索结果的实质性差异。它强调了用户是否看到某些信息是由偶然决定的，由于搜索结果的固有随机性。我们还发现，一些搜索引擎优先考虑不同类别的信息源相对于特定的候选人。这些观察表明，即使在非个性化条件下，政治信息的算法策展也会在搜索引擎用户之间造成信息不平等。这种不平等尤其令人不安，因为搜索结果受到公众的高度信任，并且可以改变先前研究表明的犹豫不决的选民的意见。
2021-05-03 cs.CY
Monopoly Power on the Web - A Preliminary Investigation of Search Engines
电子商务对传统的评估垄断做法的方法提出了挑战，这是由于电子商务的快速增长、技术的迅速变化、难以评估网站等信息产品的市场份额以及公司之间的高度互联和联盟。本文提供了一个基本框架，集成了网络和经济的角度来看，搜索引擎市场。研究结果表明：（1）尽管越来越多的搜索引擎，进入壁垒似乎很高，主要是由于指数增长的网站数量和当前的搜索技术和集体转换成本的不可扩展性;（2）旧的搜索引擎网站往往有更多的功能锁定用户。使用标准经济指标（CR 4 =58%和HHI=1163），该行业看起来接近受到反竞争行为的困扰。但基于本文构建的网络调整后的HHI，其值为870，表明没有那么值得关注。根据所有指标，它表明雅虎将是一个竞争者。其他可能的竞争者是MSN和Netscape。根据迄今为止的结果，一些搜索引擎不断增加他们的受众范围，而另一些则没有。这一趋势表明，某些搜索引擎可能会主导搜索引擎市场。我们建议对搜索引擎的覆盖性能进行研究，并将“信息搜索成本”作为搜索技术的性能指标。此外，我们建议留意任何反竞争行为（例如捆绑销售产品），以免影响竞争及减低消费者福利。将网络理论与经济学理论相结合来研究搜索引擎市场是电子商务研究的一个特别有力的方法。
2001-09-24 cs.CY
Demographic differences in search engine use with implications for cohort selection
用户的人口统计数据和他们写的文本之间的相关性已经通过文学文本和最近的社交媒体进行了研究。然而，有关搜索引擎中语言使用的差异还没有得到彻底的分析，特别是年龄和性别差异。这种差异是重要的，特别是由于在人类健康研究中越来越多地使用搜索引擎数据，其中查询用于识别患者群体。使用数据从多个通用的互联网搜索引擎收集了一个月的时间内，我们调查人口统计学（年龄，性别和收入）和提交给搜索引擎的查询文本之间的相关性。我们的研究结果表明，女性和年轻人使用更长的查询。这一差异是这样的，女性提出的10个或更多单词的查询大约多出25%。在将用户识别为具有特定医疗条件的查询的情况下，我们发现女性的查询比预期多50%，并且与已知的性别平衡相比，这导致患者队列在性别和年龄上高度倾斜。我们的研究结果表明，人口代表性是很重要的研究，如在用户的健康方面的研究，或当搜索引擎进行评估的公平性，应注意在选择搜索引擎数据，以创建一个有代表性的数据集。
2018-05-15 cs.CY
A comparison of online search engine autocompletion in Google and Baidu
本文比较了百度和谷歌搜索引擎自动补全功能，发现二者在抑制或修改查询方式上存在差异，并指出各社会群体均存在负面建议，呼吁开发更具文化敏感性的审核策略。
2024-05-03 cs.CY
Characterization of Search Engine Caches
搜索引擎提供索引内容的缓存副本，因此如果远程资源暂时或永久不可用，用户将有东西可以“点击”。根据其专有的缓存策略，搜索引擎将清除其索引和缓存中超过不可用阈值的资源。虽然搜索引擎缓存只提供作为一种援助的交互式用户，我们有兴趣建立可靠的保存服务，从这些有限的缓存服务的聚合。但首先，我们必须了解搜索引擎缓存的内容。在本文中，我们已经检查了Ask，Google，MSN和Yahoo的缓存内容，以分析索引和缓存之间的重叠，大小，MIME类型和缓存资源的“陈旧性”。我们还研究了各种缓存与互联网档案馆馆藏的重叠。
2007-03-15 cs.CY cs.DL
Stereotypes in Search Engine Results: Understanding The Role of Local and Global Factors
互联网已经模糊了本地和全球文化之间的界限，以不同的方式影响人们对自己和他人的看法。在互联网的全球背景下，搜索引擎平台是个人和信息之间的关键中介。在本文中，我们研究了本地和全球的影响，互联网对形成女性身体吸引力的刻板印象在搜索引擎的结果。通过调查从42个国家的两个主要搜索引擎收集的图像数据集，我们识别出了很大一部分复制图像。我们发现，共同的形象聚集在具有相同语言的国家周围。我们还表明，国家之间的共同形象的存在实际上是消除时，查询仅限于本地网站。总之，我们有证据表明，从搜索引擎的结果偏向于用于查询系统的语言，这导致某些吸引力的刻板印象，往往是相当不同的大多数女性人口的国家。
2016-11-07 cs.CY
Search Engines in an AI Era: The False Promise of Factual and Verifiable Source-Cited Responses
Pennsylvania State University（宾夕法尼亚州立大学）；Salesforce AI Research（Salesforce人工智能研究部门）
该研究针对基于大语言模型的生成式答案引擎，通过用户研究识别出16项局限性，提出对应设计建议与评估指标，经三款主流引擎验证后发布AEE基准以推动透明评估。
2024-10-15 cs.AI cs.CL cs.CY
Examining bias perpetuation in academic search engines: an algorithm audit of Google and Semantic Scholar
本文通过算法审计 Google Scholar 和 Semantic Scholar，发现带偏见的查询会使搜索结果与查询偏见一致，且技术类主题差异更显著，Semantic Scholar 的偏见延续程度低于 Google Scholar。
2025-01-01 cs.CY
Understanding the Privacy Risks of Popular Search Engine Advertising Systems
本文通过自动化测量StartPage、Qwant、DuckDuckGo、Google和Bing的广告点击链路，发现所谓隐私搜索引擎也会通过重定向和唯一ID造成跨站追踪。
2023-09-23 cs.CY
The Role of Search Engines in the Amplification and Suppression of LGBTIQ+ Polarization
Tilburg School of Humanities and Digital Sciences, Tilburg University（蒂尔堡大学人文与数字科学学院）；We Are Fair；Department of Political Science, Charles University（查理大学政治学系）
本研究通过分析英德法三国150万条LGBTIQ+相关搜索结果，发现搜索引擎的选择是决定用户接触极化内容的关键因素，揭示了搜索引擎技术差异对极化内容传播的巨大影响。
2025-10-31 cs.CY
Large Language Models as Search Engines: Societal Challenges
本文探讨大语言模型取代搜索引擎带来的社会挑战，分析了提供者、创作者和用户的角色，并提出缓解策略与未来研究方向。
2025-11-24 cs.CL cs.CY
