目前個人化搜索的不足點

仲介交易 SEO診斷 淘寶客 雲主機 技術大廳

總體而言，應用於搜尋引擎中的Web個人化資訊推薦服務可以借鑒傳統電子商務領域中的Web個人化資訊推薦服務。 但是，具有和現代電子商務領域中個人化推薦系統相似功能的搜尋引擎卻很少受到人們的注意。 也就是說，現代搜尋引擎尚不能廣泛地提供個人化搜尋結果，對不同使用者的一個相同查詢的搜尋結果總是相同的，它與提交查詢的使用者無關。 因此，由於在檢索階段忽略了使用者的個人化需求特徵，所以對特定使用者而言，搜尋引擎經常返回大量的無用資訊。 造成這種現象的主要原因在於現代搜尋引擎面臨一些和傳統個人化資訊推薦系統相似的問題，具體如下。

首先，使用者需求難以有效表達。 這主要有兩個原因：一方面，由於一般非專業使用者都缺乏需求表達的訓練，所以不能有效理解和表達自己的資訊需求，產生的後果就是使用者的主觀理解往往就並不明確。 形象地說，這種現象就是「使用者無法描述他要找什麼，除非讓他看到想找的東西」。 另一方面，這也來自于系統無法正確地獲取相關使用者個人化資訊，這主要是由於網路資訊檢索系統中通常不具有主動獲取使用者個人化特徵的功能，同時也沒有要求使用者必須提交個人化資訊才能使用的限制。 上述兩個方面的最終效果都會產生系統無法有效獲取使用者個人化特徵資訊的現象。

其次，檢索結果準確化和檢索快速化之間存在矛盾。 在處理搜尋引擎的海量資料時，很多傳統的個人化推薦技術通常會產生嚴重的性能問題，這些主要適用于傳統小型商務網站中的個人化演算法和技術往往缺乏良好的縮放性。 當然，人們也提出了一些解決方法，如維數約減、聚類分析和貝葉斯網路等，雖然在一定程度上能夠解決縮放性問題，然而這些技術往往是通過在離線階段抽取出原始資料中的模式資訊，並于線上階段使用這些模式來得到推薦集合， 所以這些方法雖然可以減少線上的處理開銷，但是常常產生推薦結果不准確的情況，同時線上計算的複雜度也會隨著模式的增多而增加。

最後，現代搜尋引擎的檢索智慧化水準仍然較低。 由於搜尋引擎無法真正理解網頁內容的語義，所以單純地利用詞語匹配和統計分析方法，在一定程度上會造成不可避免的理解錯誤。 應該說，即使是能夠使用某些智慧語義分析功能，也由於處理時間和空間的耗費驚人，所以在商用搜尋引擎系統中尚不能廣泛普及。

作者: 杭州思億歐網路科技有限公司

原載: HTTP://www.seo.com.cn

版權聲明：原創作品，允許轉載，轉載時請務必以超連結形式標明文章 原始出處 、作者資訊和本

聲明。 否則將追究法律責任。