2007年8月20日 下午 02:56:00
發(fā)表者：Google（谷歌)中國研究院副院長 張智威
（本文綜述了搜索引擎的歷史，并包括了谷歌中國為了支持下一代智能搜索所做出的努力）
門戶網(wǎng)站，作為互聯(lián)網(wǎng)第一代高速公路，將網(wǎng)上信息以類似圖書館的形式整理起來。在最初的門戶網(wǎng)站中找尋信息，用戶通常需要多次點(diǎn)擊才能找到答案。舉一個(gè)在北京機(jī)場附近找別克經(jīng)銷商的例子。用戶需要打開一個(gè)個(gè)類似這樣的樹狀分支：汽車->別克->經(jīng)銷商->北京，然后再查看在北京機(jī)場附近是否有這樣的經(jīng)銷商。所以
搜索引擎的迅速崛起正是因?yàn)樗阉饕鎯H需一次點(diǎn)擊即可更快速地找到相關(guān)信息，大大提升了用戶使用的效率。
早期的搜索引擎技術(shù)是基于傳統(tǒng)的信息采集模型，依靠詞頻來排序。Google（谷歌）通過引入 Pagerank 機(jī)制，引發(fā)了搜索引擎的變革：一個(gè)網(wǎng)頁如果被多個(gè)重要頁面引用，那么它在搜索結(jié)果中將有較高排名。但是，至今仍沒有搜索引擎能夠真正的將個(gè)人偏好引入到排名體系中。為了將用戶使用習(xí)慣引入排名標(biāo)準(zhǔn)，下一代搜索引擎必須研究、學(xué)習(xí)每位用戶的真實(shí)信息，將這些信息轉(zhuǎn)化為可掃描的模型，并利用這些信息來協(xié)助搜索。不幸的是，個(gè)性化搜索面臨至少兩大技術(shù)上的挑戰(zhàn)：首先，個(gè)人資料經(jīng)常缺失或準(zhǔn)確性較低；其次，相對于互聯(lián)網(wǎng)中的信息，收集到的用戶信息太少了，以至于我們無法有效的處理數(shù)據(jù)。也正是因?yàn)檫@些原因，個(gè)性化搜索已經(jīng)被討論了很多年，但至今仍未見到一個(gè)卓有成效的解決方案。
有趣的是，近年來，“上網(wǎng)社交”成為互聯(lián)網(wǎng)發(fā)展的又一熱潮，這一變化給個(gè)性化搜索帶來新的曙光。
用戶們不僅可以上網(wǎng)查找信息，而且也會(huì)在不同程度上參與網(wǎng)絡(luò)社交活動(dòng)（打牌、聊天、購物或者約會(huì)等等）。我們可以通過他們的行為很好的了解用戶。例如，一個(gè)經(jīng)常和大學(xué)生交流的用戶很有可能就是一位大學(xué)生。同理，經(jīng)常光顧迪斯尼企鵝俱樂部網(wǎng)站的很可能是孩子。當(dāng)前，以下技術(shù)難題很具有挑戰(zhàn)性：
1. 如何根據(jù)大量的網(wǎng)絡(luò)活動(dòng)信息了解用戶；
2. 如何在保護(hù)個(gè)人隱私的同時(shí)利用收集到的信息去支持個(gè)性化服務(wù)。
與天涯合作的谷歌社區(qū)產(chǎn)品上線，使谷歌向建立支持個(gè)性化服務(wù)的下一代互聯(lián)網(wǎng)搜索邁出了的重要一步。在今年年初新成立的谷歌研究院，作為重點(diǎn)研究方向之一，我們已經(jīng)研發(fā)了幾個(gè)并行算法來發(fā)掘海量的數(shù)據(jù)，以及在保護(hù)隱私的前提下，檢測垃圾信息。當(dāng)然，雖然這些優(yōu)點(diǎn)無法立刻在我們的社區(qū)產(chǎn)品中得到體現(xiàn)，但是我們的平行算法將很快在根據(jù)用戶匹配個(gè)性化的搜索結(jié)果方面發(fā)揮強(qiáng)大威力。
經(jīng)常訪問谷歌的網(wǎng)站，您將會(huì)了解我們這個(gè)宏偉的計(jì)劃。
歡迎試用天涯問答：
http://wenda.tianya.cn/天涯來吧:
http://laiba.tianya.cn/
