社區(qū) —— 下一代互聯(lián)網(wǎng)個性化技術(shù)的曙光

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擊才能找到答案。舉一個在北京機場附近找別克經(jīng)銷商的例子。用戶需要打開一個個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為搜索引擎僅需一次點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 機制，引發(fā)了搜索引擎的變革：一個網(wǎng)頁如果被多個重要頁面引用，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，個性化搜索面臨至少兩大技術(shù)上的挑戰(zhàn)：首先，個人資料經(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)。也正是因為這些原因，個性化搜索已經(jīng)被討論了很多年，但至今仍未見到一個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，而且也會在不同程度上參與網(wǎng)絡(luò)社交活動（打牌、聊天、購物或者約會等等）。我們可以通過他們的行為很好的了解用戶。例如，一個經(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)活動信息了解用戶；

2. 如何在保護個人隱私的同時利用收集到的信息去支持個性化服務(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，作為重點研究方向之一，我們已經(jīng)研發(fā)了幾個并行算法來發(fā)掘海量的數(shù)據(jù)，以及在保護隱私的前提下，檢測垃圾信息。當(dāng)然，雖然這些優(yōu)點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)用戶匹配個性化的搜索結(jié)果方面發(fā)揮強大威力。

經(jīng)常訪問谷歌的網(wǎng)站，您將會了解我們這個宏偉的計劃。

歡迎試用天涯問答：http://wenda.tianya.cn/
天涯來吧: http://laiba.tianya.cn/