伊人久久大香线蕉av不变影院,久久综合婷婷丁香五月中文字幕

最近，移動搜索領域再次出現 BAT3 群鹿角逐的場面，百度加大移動端推進力度，阿里合并 UC 推出「神馬搜索」，騰訊與搜狗聯姻并推出「搜狗搜索」獨立 APP，360 搜索也發布了獨立 App，再加上豌豆莢的搜索化轉型，可以感受到移動搜索不久將會有一場惡戰。

從豌豆莢提出「應用內搜索」概念并調整產品開始，搜狗和 360 也紛紛跟進，調整移動搜索產品，推出移動搜索獨立 App。從這些大咖級產品的調整可以看出，移動搜索逐漸地擺脫了 PC 搜索的思維，開始進行更多的創新。那么，下一階段的移動搜索產品還可以有哪些創新點呢？下面分別從輸入方式、數據處理、輸出方式 3 個方面來剖析一下我所看到的未來的移動搜索。

輸入方式

精準用戶畫像

在移動互聯時代，手機就是人類的外延，甚至被比喻為人類的新器官。手機作為用戶與互聯網連接的介質，同時也是用戶在移動互聯網世界的唯一身份標識，其中包含了大量的數據可以幫助我們定位用戶。

移動搜索可以通過該用戶的社交賬戶、該用戶使用了哪些 App、該用戶的使用習慣等，逐漸描繪出精準的用戶畫像，而精準的用戶畫像其實是未來的移動搜索中最基礎的輸入項。它能幫助移動搜索更加了解當前用戶，以提供更加個性化的服務。

眾包化數據

當一個用戶在使用移動搜索時，其實他無形中也在輸入他的使用行為數據，這些數據會結合用戶畫像送到云端做數據挖掘，進一步完善用戶畫像。也就是說，用戶使用得越多，用戶畫像越精準，搜索引擎也就越了解用戶的喜好，就能更加精準地提供用戶想要的信息。

搜索即探索

移動搜索與 PC 搜索最大的不同在于使用場景，PC 搜索的使用場景永遠是坐在電腦前，而移動搜索的使用場景則相當多元，而且使用場景和搜索需求之間有著密切的聯系。所以，我更愿意將「移動搜索」理解成「移動探索」。

未來的移動搜索已經不再局限于 PC 時代輸入關鍵詞的搜索了，我們可以輸入更加多元的數據，例如 GPS 地理位置、例如掃一掃宣傳海報上的二維碼、例如掃一掃附近的街景、例如獲取到附近商家 iBeacon 推送的商品信息等等。

數據處理

自然語言理解

語音類的移動應用逐漸培養了用戶習慣，用戶比幾年前更加容易接受通過語音進行輸入了，360 最近推出的「360 搜索」獨立 App 主打的就是語音搜索，在下一階段的發展中，語音輸入必定將逐漸取代鍵盤輸入。

語音搜索的難點并不在于語音的識別，而在于自然語言的理解。由于移動搜索需要提供更加精確的答案，對自然語言的理解將是其中的核心技術難點。

深度鏈接

搜索引擎是建立在 PC 互聯網時代通過網站提供服務的基礎上的，而移動互聯時代是由大量的 App 組成，App 之間都是一個個信息孤島，鏈接和數據沒辦法在 APP 之間交換，沒辦法像網頁那樣進行檢索。

深度鏈接是一個打破 App 信息孤島的解決方案，與前不久豌豆莢推出的「應用內搜索」協議類似，都是旨在在 App 之間打通數據。

當深度鏈接在應用商店的推動下逐漸成為一套統一的標準時，移動搜索就可以跨 APP 檢索內容，也可以跨 App 調起應用的某個頁面，那時的移動搜索將會成為一個重要的分發渠道。

機器學習

對于未來的移動搜索，有一種超前的想法是「無需輸入」，也就是說，搜索引擎發展到終極階段，已經不需要人為地輸入任何信息，搜索引擎可以根據用戶畫像、使用行為記錄、傳感器數據等做智能判斷，這個智能判斷的背后就是建立在大量用戶數據基礎上的機器學習。

雖然現在看來「無需輸入」有點天方夜譚，但是盡量減少用戶輸入，或者盡量精準地提供搜索結果，都是需要建立在機器學習的基礎上的。所以，移動搜索產品的后端一定是一個復雜的數據處理集群。

輸出方式

結構化數據

移動搜索是從 PC 搜索順延過來的，PC 互聯網時代內容爆炸產生了大量的信息噪聲，而移動搜索場景下用戶希望盡快得到有效信息，最需要解決的是降噪的問題。降噪最有效的方式是將大眾化需求做結構化展示，例如搜索「世界杯」時直接展示賽程表，可以減少大量相同內容的網頁干擾用戶獲取有效信息。

智能聚合數據

結構化數據展現使得用戶能更清晰地獲得有效信息，而如何讓用戶獲得更全面的信息呢？這就需要搜索引擎針對用戶的關鍵詞智能地分析用戶希望獲得的關聯信息。例如，當用戶搜索一個景點時，會展示百科信息、圖片信息、該景點周邊地圖，甚至可以判斷用戶當前所在位置，給出當前位置到景點的路線規劃。

要答案，不要結果

和 PC 上的搜索不同的是，移動搜索的使用目的性更強、場景化鮮明、使用時間更加碎片化，用戶希望以最快的速度得到想要的答案，所以用戶理想中的移動搜索應該能直接給出用戶想要的答案，而非羅列一大堆簡單關鍵詞匹配后的結果，更不是某狼廠那樣直接給你大半頁的廣告。

本文作者：@葉紹??；轉載自：極客公園