车东[Blog^2]

2005-01-09
个性搜索的技术与市场：
目前网络蜘蛛基本是瞎眼蜘蛛，依据着简单可数的几个规则爬行着，从来就不知道自己要到哪里去，只会毫无目的地抓取芜杂的信息，处理互联网表层信息，很勤恳但毫无个性。而个性化搜索引擎则需要有智慧的网络蜘蛛，有方向、有目的、有计划地抓取信息，同时肩负着寻找、发现、定位、提交符合要求的信息的任务。它不仅能自动自发地自我管理，而且能感知自身所处的环境并作出反应；不仅具备专业的知识，而且具有学习能力；对信息的处理不仅有广度，而且有深度；不仅有预处理也有后处理。

Findory
has just introduced personalized RSS feeds based on keyword searches of their weblog and/or news databases. A Findory personalized feed will suggest new articles and postings based on YOUR reading history.

2004-12-19 个性化搜索==>个性化蜘蛛
最近使用Lilina新闻聚合器，经常修改/更新RSS订阅列表，有时候在想：要是能根据自己的兴趣，自动更新就好了。

今天和CNBlog的讨论中，大家都这样感觉：
个性化的搜索首先不应单纯靠在服务器端实现的，虽然搜索引擎在服务器端的搜索能否进行一些简单的过滤，但是每个人特征太复杂，所以不能指望在服务器端通过几个滚动条来实现更复杂的过滤实现。况且目前很多个性化搜索需要预先输入那么多预制信息。（更何况这些信息有时候也是经常变化的）

个性化搜索最重要的前提是首先知道个人的特征：如何了解一个人的特征呢？当然是从自己以前最常访问的信息中：网站，文档，邮件/即时聊天记录中。这么多特征，很难在每次搜索都提交给服务器端的（即使服务器知道，也很动态根据某一个人的特征进行过滤和排序优化的）。

所以解决个性化搜索的最好办法是给用户自己一个搜索引擎，让它专门定向抓取用户感兴趣的内容。所谓个性化搜索：应该是基于个人的（分布式的）定向数据采集基础上的。

很多搜索引擎目前已经推出了桌面搜索，下一步可能会是个性化的蜘蛛：根据用户的使用习惯进行定向的数据采集，并结合RSS FEED进行个性化数据推送。

实现有点像很多早期的Web浏览加速软件，利用你上网的空闲时间预先缓存你常去网站的网页（其实目前你的IE上MSIEcrawler就正在这样做）。

而个性化蜘蛛会：
1 统计访问频度，得到你经常访问的信息源特征，比如某个：网站；
2 然后自动预测/抓取相关网站的内容，而RSS FEED大大方便了这种机器之间的数据交换；
3 在通知你的新闻订阅夹中：根据你的兴趣向你推送信息，比如：你最近星期一直在寻找的PS2 最近在某店打折；

Google Desktop已经知道了你的web缓存文件夹(IE/Mozilla)，知道了你的邮件(gMail)，说不定一下个版本就可以随着你的喜好，动态的进行提前抓取和数据推送呢。

总之：Google让我明白了个性化搜索，不是只是个性化的过滤/排序，更重要的是个性化的内容抓取。，但是核心仍然是一个全球网页搜索的通用搜索。个性化搜索必须是在此基础上的个性化。

2004-10-16: Google Desktop搜索的安装/试用：