微软必应的差异化探索:一条不得不选择的路

2023-10-11 11:08

本文主要是介绍微软必应的差异化探索:一条不得不选择的路,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

差异化,是必应一条不得不选择的探索方向。

差异化,是必应一条不得不选择的探索方向。

常规搜索竞争空间日渐逼仄,押注差异化或是必应的必由之路

去年9月,必应在美国展开“Bing It On”推广活动——在去掉品牌识别的情况下,让用户比较哪家的搜索结果更好。据说选择必应的用户超过谷歌;而在另外一些报道中,也有用户说谷歌的搜索结果比必应更好。结论因人而异。

然而无论哪个搜索结果更好,一个更重要的事实是,尽管微软认为更多的人选择认同必应搜索,但必应的份额并不会因此而获得明显提升。这意味着,对常规搜索结果同质型的改进,已难以在搜索市场掀起涟漪。

差异化,于是成为一条不得不选择的探索方向。

社交信号

本周,微软资深副总裁沈向洋时隔几个月再次回国。在介绍近期必应的新改变时,首先就提到了社交信号的引入。实际上大约在去年5月,必应搜索(英文版)就开始在搜索结果页面最右侧开辟出新的一栏,用以展示社交搜索结果。

如果你的Facebook好友信息中,有与你的搜索关键词有匹配的内容,就会被搜索出来。在美国市场,必应在这方面具有一定优势,因为他们和Facebook是合作伙伴,而谷歌和Facebook更经常被定义为某种竞争对手。谷歌只能另起炉灶自己搞。

中国市场同样在进行类似的尝试,各个搜索引擎都已陆续在搜索结果中,嵌入来自社交网络的内容。路线更为激进的是云云搜索,云云已经不单独把社交网络的搜索结果列在一处,而是借助社交信号对搜索结果的排序进行实质性影响。

这种探索充满争议。沈向洋也并不握有确定的答案。

为什么必应的社交搜索放在最右侧,而不是融进常规搜索结果中?“我们试了不同的方式”,沈向洋说融为一体是正路,但是目前的测试结果显示,社交搜索内容引入直接排序中,并不能明显带来搜索结果整体相关性的提升。

哪方面出了问题,数据源还是挖掘方式?沈向洋认为:这是因为社交信号还不够强。在他看来,社交网络中内容流的价值,还需要继续发展才有可能变得更重要。而必应将继续观察社交对搜索影响几何,这种尝试仍将在美国进行而不是在中国。

知识图谱

在必应的三栏式搜索结果中,左边是网页搜索结果,右侧是社交搜索结果,而中间的一栏则被用于放置知识图谱结果。这一功能可以将搜索结果进行知识系统化,通过任何一个关键词都能获得完整的知识体系。去年5月和12月,谷歌和必应分别推出类似产品。

比方搜索“Michael Jordan Berkerley”这个关键词。Michael Jordan在美国通常被理解成NBA球星乔丹,但加上Berkerley实际上想搜的是来自伯克利大学一位同名的教授。知识图谱需要根据这个关键词找到正确的实体对象。这是第一步。

随后,知识图谱还应提供与这位Michael Jordan相关的各种信息,例如与他关系密切或者接近的其他教授名单。而发现这层人与人之间的相互关系,来自用户的参与——在搜索Michael Jordan教授的同时,大家还搜索了哪些人。

搜索依靠与用户的互动进行关系挖掘。这种方式的副作用是,搜索量越高结果越准确,也就是说一家独大的马太效应会越发明显。

而且如何找到正确的实体对象也是挑战,据推算这种实体对象的数量约有3亿,每个对象还有各自不同的内容。另外困难还来自对自然语言的处理,以及某些知识具有并不唯一的多重答案,比方对于印度最长的河这种问题,就有不同的答案。

然而这些问题并不会牵绊必应。除了市场竞争方面的考虑,沈向洋还指出“搜索到最后代表了人类知识的积累,这是非常了不起的事情”。

中国市场怎么办?

上述种种基本都在美国发生,那么中国市场呢?

必应是个重要因素么?据CNZZ数据,必应在中国的份额仅有0.5%。那么必应不重要?根据comScore的数据,全球搜索市场必应虽然被Yandex超过,但仍然排在第五位;美国市场,必应排在谷歌之后,占据16.5%的份额,而且还是雅虎搜索的合作伙伴。

这种现状与微软几年前的决策有关——全力在美国市场搏杀。不只如此,必应还错失谷歌中国政策调整带来的机遇窗口。微软全球资深副总裁、搜索业务负责人沈向洋谈到这一现状时也承认:“我们在中国决心不够大、投入不够多”。

如今这两种不够,并没有任何得到缓解的迹象。必应把一些希望寄托在需要英文搜索的中国用户身上(显然这并不是一个规模庞大的群体);同时也放话有意和国内搜索引擎合作(上次和百度牵手半年无疾而终);借道浏览器?必应暂时还没有想清楚。

这篇关于微软必应的差异化探索:一条不得不选择的路的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/187617

相关文章

如何选择适合孤独症兄妹的学校?

在探索适合孤独症儿童教育的道路上,每一位家长都面临着前所未有的挑战与抉择。当这份责任落在拥有孤独症兄妹的家庭肩上时,选择一所能够同时满足两个孩子特殊需求的学校,更显得尤为关键。本文将探讨如何为这样的家庭做出明智的选择,并介绍星贝育园自闭症儿童寄宿制学校作为一个值得考虑的选项。 理解孤独症儿童的独特性 孤独症,这一复杂的神经发育障碍,影响着儿童的社交互动、沟通能力以及行为模式。对于拥有孤独症兄

深入探索协同过滤:从原理到推荐模块案例

文章目录 前言一、协同过滤1. 基于用户的协同过滤(UserCF)2. 基于物品的协同过滤(ItemCF)3. 相似度计算方法 二、相似度计算方法1. 欧氏距离2. 皮尔逊相关系数3. 杰卡德相似系数4. 余弦相似度 三、推荐模块案例1.基于文章的协同过滤推荐功能2.基于用户的协同过滤推荐功能 前言     在信息过载的时代,推荐系统成为连接用户与内容的桥梁。本文聚焦于

总有一条路,我们很迷茫

十年前,我家还处于一个贫穷落后的小山村,周围的人会根据我父母的收入来对待我,而十年后的今天,我家的那座小山村医成为重点开发的地区,一夜之间我家成了所谓的土豪,周围的人依然根据我家的收入对待我。现实,什么是现实?这就是现实。从那一刻,我开始明白要想得到别人的尊重,首先你得有别人尊重的实力。 所以,这么多年来不管自己过得多累,走得多艰辛,我都会一直坚持。在人生前进的道路,我们总会经历风雨,难免感到迷

C#实战|大乐透选号器[6]:实现实时显示已选择的红蓝球数量

哈喽,你好啊,我是雷工。 关于大乐透选号器在前面已经记录了5篇笔记,这是第6篇; 接下来实现实时显示当前选中红球数量,蓝球数量; 以下为练习笔记。 01 效果演示 当选择和取消选择红球或蓝球时,在对应的位置显示实时已选择的红球、蓝球的数量; 02 标签名称 分别设置Label标签名称为:lblRedCount、lblBlueCount

透彻!驯服大型语言模型(LLMs)的五种方法,及具体方法选择思路

引言 随着时间的发展,大型语言模型不再停留在演示阶段而是逐步面向生产系统的应用,随着人们期望的不断增加,目标也发生了巨大的变化。在短短的几个月的时间里,人们对大模型的认识已经从对其zero-shot能力感到惊讶,转变为考虑改进模型质量、提高模型可用性。 「大语言模型(LLMs)其实就是利用高容量的模型架构(例如Transformer)对海量的、多种多样的数据分布进行建模得到,它包含了大量的先验

cross-plateform 跨平台应用程序-03-如果只选择一个框架,应该选择哪一个?

跨平台系列 cross-plateform 跨平台应用程序-01-概览 cross-plateform 跨平台应用程序-02-有哪些主流技术栈? cross-plateform 跨平台应用程序-03-如果只选择一个框架,应该选择哪一个? cross-plateform 跨平台应用程序-04-React Native 介绍 cross-plateform 跨平台应用程序-05-Flutte

如何选择SDR无线图传方案

在开源软件定义无线电(SDR)领域,有几个项目提供了无线图传的解决方案。以下是一些开源SDR无线图传方案: 1. **OpenHD**:这是一个远程高清数字图像传输的开源解决方案,它使用SDR技术来实现高清视频的无线传输。OpenHD项目提供了一个完整的工具链,包括发射器和接收器的硬件设计以及相应的软件。 2. **USRP(Universal Software Radio Periphera

AI(文生语音)-TTS 技术线路探索学习:从拼接式参数化方法到Tacotron端到端输出

AI(文生语音)-TTS 技术线路探索学习:从拼接式参数化方法到Tacotron端到端输出 在数字化时代,文本到语音(Text-to-Speech, TTS)技术已成为人机交互的关键桥梁,无论是为视障人士提供辅助阅读,还是为智能助手注入声音的灵魂,TTS 技术都扮演着至关重要的角色。从最初的拼接式方法到参数化技术,再到现今的深度学习解决方案,TTS 技术经历了一段长足的进步。这篇文章将带您穿越时

《数据结构(C语言版)第二版》第八章-排序(8.3-交换排序、8.4-选择排序)

8.3 交换排序 8.3.1 冒泡排序 【算法特点】 (1) 稳定排序。 (2) 可用于链式存储结构。 (3) 移动记录次数较多,算法平均时间性能比直接插入排序差。当初始记录无序,n较大时, 此算法不宜采用。 #include <stdio.h>#include <stdlib.h>#define MAXSIZE 26typedef int KeyType;typedef char In

为什么现在很多人愿意选择做债务重组?债重组真的就这么好吗?

债务重组,起初作为面向优质企业客户的定制化大额融资策略,以其高效周期著称,一个月便显成效。然而,随着时代的车轮滚滚向前,它已悄然转变为负债累累、深陷网贷泥潭者的救赎之道。在此路径下,个人可先借助专业机构暂代月供,经一段时间养护征信之后,转向银行获取低成本贷款,用以替换高昂网贷,实现利息减负与成本优化的双重目标。 尽管债务重组的代价不菲,远超传统贷款成本,但其吸引力依旧强劲,背后逻辑深刻。其一