Google开始研究Web中的结构化数据
来源：cnbeta 发布时间：2009-02-03 12:46:00
互联网的搜索引擎们把主要精力都放在采集web页面的文本信息上,但是google却在研究如何分析和组织结构化数据方面小有所成,该公司的一位科学家上周五表示.
“在web之外存在着大量的结构化数据,但我们却并没有很好地将这些数据展示给用户.”在马萨诸塞州技术研究院举行的新英格兰数据库日会议中,Alon Halevy在一次谈话中这样说道.Halevy还谈到了所谓的“深Web”源,比如为 Cars.com 或者 Realtor.com这类表单驱动型网站做后台支撑的数据库资源.Google一直都在不停的向各种表单提交查询请求,然后对返回的结果进行分析,最后 将有用的内容加入到索引当中.
但是该公司仍然希望web站点们能够将数据存放到结构化的表格中供google分析,Halevy说,例如在web页面上提供一个表格列举出历任美国总统.
但是这样的表格也是数量巨大的,据Halevy说,google的索引中已经收录了140亿个.他“很快就意识到其中有超过98％的内容是用户不感兴趣的,”但即使经过了仔细的筛选之后,仍然有1亿5400万个表格值得被google索引.
Google的一个终极目标就是把一个搜索请求的结果组织成“各个方面”返回给用户,特别是像“越南旅游”这种比较宽泛的关键字,而不是“越南人口”这种非常具体的关键字,Halevy说,前面的搜索请求可能会产生关于签证条件、气候、旅行团等这类信息.
Kosmix已经在做这个点子了,但是google将会做的更多,Halevy说,“Kosmix的确能够展示出'方面',但是它依赖于特定的信息源.”
在Kosmix上搜素“越南旅游”,它会给你提供一个结果集,包括纽约时报关于酒店的评论,来自雅虎和Flickr的图片,来自Shopping.com的购物信息以及来自google的其他信息.
“而我们则不同,各方面信息都来自于web的搜索结果,但会以不同的方式组织起来.”Halevy说.
0
投稿猜你喜欢
- xiaoxue总不能这样耗下去了，为了爱，，为了我的家，我要赚钱。简单的介绍一下自己吧：1988年5月出生了一个牛逼闪闪的我，我小时候大病三
- 据悉，随着两岸“大三通”的逐步深化，除了大陆地区大力加强两岸交流之外，台湾经济部门也于2008年12
- 百度贴吧里人气很旺，是我们宣传网站的好方法。但贴吧也是管理最严的地方，主要体现在对于发广告的采取封ID、封网址和封ip等措施。道高一尺，魔高
核心提示： 据研究，首屏的广告点击率远高于第二屏的广告，所以您应该尽量把AdSense 广告放在网页的首屏，这可以给您带来更高的广告收入。生- Google之所以受网站管理员和Internet媒体服务公司的欢迎，是由于它并非只使用关键词或代理搜索技术，而是将自身建立在高级的网页级别技
- 一。域名管理面板1。在Godaddy账户中点击Domain manage进入域名管理2。域名管理界面如下面两个图片所示，左侧是管理选项，右侧
- 网摘(网络书签)网站具有很大的共享性，大家在阅读网摘的同时可以给链接来源网站带来流量,从而形成一种有效的推广方式。另外，网摘可以增加给链接来
- 老站长就不用说了，他们有丰富的经验，作为新站长辛辛苦苦挣钱上台服务器一定要注意以下几个问题：1、除非你确认自己掌握了，否则不要去试WIN20
- 您在生成广告代码的过程中，会有一个步骤是选择广告单元的格式，这一步骤非常关键。不同的广告格式效果差异非常大，选择好的广告格式可以显著提高您的
- 1.PV是衡量一个网站价值的重要参数，在相同的IP下，PV越高也就证明网站价值越大。2.另外一个方面来说，网站的广告点击率在 2--8％之间
- ZAC这2天关注的SEO话题是关键词布局，对于这个话题，KYW感受颇多，来说说我最不喜欢的关键词呈现方式，我想搜索引擎也不会喜欢的。第一种，
- 日前，因QQ互联帐号接入政策限制在新浪微博上出现了广泛的争议，多个知名社区负责人表示无法申请QQ互联接入服务，随后有消息称Discuz将推独
- 许多web浏览器都比IE更易于使用，并且不会那么容易就受到黑客和其它威胁的攻击。 大家似乎很难想起来还有许多可以替代IE的web
- 万众期盼已久的WCG中国成都世界电子竞技总决赛将于今日开幕，来自全国成千上万的电竞迷们，今日已经将新会展附近的酒店全部挤满。昨日，记者来到了
- 虽然有插件可以自定义表情，但是由于用的线路不是很好，不想装太多插件，所以找了下其他办法。1.进入后台-设置-撰写-格式：“转换如 、 等
- 本来只想算算花了多少钱，谁知写得头晕，写太多了。03年工作后开始接触网络，说来惭愧，因为俺是学医的，所以只顾埋头苦读，不闻窗外事，所以大学期
- 如何从博客中扩展我们的外部链接。但需要申明一点的是：思亿欧所说的不是通过大量注册博客增加自己链接的方式。而是，参与到跟自己主题相关的博客中分
- 近日，澳洲电讯宣布了收购皓辰传媒及泡泡网两家公司55％股份的消息，皓辰传媒旗下拥有IT168和Che168两家网站，而泡泡网旗下则拥有 *
- 大型网站优化，是很多seoer喜欢的工作，作为媒体型的大型网站企业，往往有专职的美工程序，专职的编辑团队，经过seoer合理的seo建议，往
- 昨日微软Bing搜索引擎团队在官方博客中发表博文为Dr. Richard Bing庆祝100岁生日，这位百岁老人在不久之前还和微软没有任何关
