文档介绍：万方数据
下一代搜索的发展趋势:社交搜索���隨�及��兰壑副旮纳仆�持逝聿逊绞�����枷博文;�����耐莆模��∞出�盈里分享的内容。信息科学��年�月,�辡�发布��緀���月,微软必应将推出新的社交搜索。用户可以访问这个网页***,使得用户搜索结果里含有大量的无关联或不准确信息。�鱨�锕亓5耐�灸谌荩�����虵���耐计��科技与生活∥李靖�弦淮�端匾�〉牟蛔��值与网站外部链接是影响网页在搜索结果中排序的主要因素。容可能很优质,但是�值可能并不高。同时,一些新网站很难在短期内提高�值,而一些擅长���居呕�际醯耐�究赡芑嵊么罅坷��唇�由于竟价排名以及恶意��拇嬖冢�沟糜没�阉鞒龅慕峁�煽啃�晰表述这种目的的假设上,而返回的搜索结果也是和用户的这个关键字选择的关键字可能大部分都雷同,且内容也多为转载。另外,这些返回回来的结果,虽然和关键字有关,但是缺乏系统,关联性差,需要用户自己在海量的返回结果里进行过滤关联整合。�绫淇厮�随着国外的����及国内的校内网为代表的���拘似穑�没��过网络进行社交的时间大大增加,在这类���纠铮�没Т蠖嗵峁┑�是真实的身份信息,用户之间更加信任,这使得通过可靠联系人进行搜索过滤,大幅度提高搜索结果的质量成为可能。社交搜索就是利用你在社交网站上形成的社交关系,以及你的联系人在社交网站上所产生的内为了弥补�值评价网页质量方式的不足,应该让用户更多更直接的参与到网页质量评价当中。已经有研究者对此作出了尝试,通过�����收藏夹的数据,进行了这方面的研究,他们将用户对网页的评价划分为主动评价和行为暗示。主动评价包括通�齞����等网络收藏夹的评分,评论等,行为暗示则包括用户对网页的收藏等。产生了两个评价指标及相应算法:���������评价搜索关键词和用户对收藏夹评价的关联性,���������揭示了网页虽然这个研究只是基于�����詹丶械模��嵌杂谏缃凰阉骼此担�这两个评价指标的引入,将大大改善目前网页质量评价方式所带来的信��.��舜琑社交相关度排名提高搜索结果可靠性���蚴歉�萦肽愕墓叵得芮谢故鞘柙独唇�信�名,在你搜索某个主题时,跟你关系越密切的人的搜索结果将排在更靠前的位置,进一步确保了信息的可靠性和关联度。例如,你在搜索“最近好看的电视剧�笔保�敲纯梢酝ü�D谕�庋�腟�网站得到搜索结果,而结果是按照和你的熟悉程度进行排列的,联系越紧密的人的结果越靠前。��.��肓�确指衾砺弁卣箍捎蒙缃皇��六度分隔理论是指:你和任何—个陌生人之间所间隔的人不会超过六个,也就是说,最多通过六个人你就能够认识任何一个陌生人。这就是六度分割理论,也叫小世界理论。我们可以通过朋友的朋友来结识想之间的联系和连接关系。例如在新浪微薄中,�刈�,�刈�,�虲得更加紧密,数据分享也变得更加容易,这些数据可以帮助我们建立起可靠的信息库。而利用社交相关度排名���颐强梢越�庑┬畔⒔��过滤,得到最可靠最相关最有用的信息。�缃凰阉氐姆⒊�社交圈里的内容。这些内容应该都来自于你熟悉的你认识的你信赖的朋友。目前����为自己的社会化搜索加入更多内容,所有在���关联网站的内容,都将被纳入到社会化搜索的范围里,包括:����人信息;�����搜索一些话题或者查看什么话题是时髦的。用户将找到话题的综合列表�崾��随着社交网站的发展,社交搜索成