Loading
0

网站中的检索和推荐系统之间存在着什么关系
被墙跳转TG:@qianhenetwork QQ 851617266

301免备案跳转微信公众号
腾讯云服务器大促销。
华为服务器

我们在打开任意一个门户网站的时候都会发现网站中都会有站内搜索,也就是站内检索,其作用就是帮助用户快速的找到我们想要的信息,然而在我们打开一条信息的时候在这个页面我们还会看到有相关的推荐信息让我们用户去选择。然而这站内检索和信息推荐的作用都是为了更好的提高网站的用户体验度,不知道大家有没有想过这两者到底有没有什么相互联系呢?

检索这个功能在很早的时候就出现了,相信大家应该都是非常熟悉了,那么我们下面就来重点的介绍下这个后来出现的推荐功能,我们必须要充分的了解推荐所具有的特点才能更好的看出这两者直接到底有什么优缺点已经相互直接的关系。

什么是推荐系统?

搜索引擎或检索系统诞生的历史背景基本是用户在面对信息过载时,如何能快速的寻找到自己需要的部分。例如,需要购置一台新的服务器以满足使用需要,我们应该怎么做?假设附近有一家HP的代理商,可以直接电话或在他的店中转一圈,找到适合的机型。又或者如果我们不愿意出门,也可以打开HP或Dell的官网,在他们的产品分类列表中找到服务器,或者直接在检索栏中查找服务器。在这两个例子中,采购事实上都面临了一些信息过载,只是专卖店可能很小,找到相应的机型不需要额外的帮助,在网站上则由于有很多不同的机型可供选择,访问者就需要依靠分类信息或者检索栏找到自己需要的机型了。这里的两个例子的核心不在于过载程度的高低,关键的节点在于用户或访问者自身有一个明确的需求,至少访问者可以自主的形容这类信息。

但是,如果访问者或用户没有明确的需求呢?比如,我在写这篇文字的时候,想找点背景音乐,但是如果我直接打开某个音乐网站,比如百度的mp3频道时,面对成千上万的专辑时,很难说我还能有很明确的选择方向,往往会不知所措,不知道该从何开始。这时,我面临的还是一个信息过载的问题,本质上还是一个很严重的很广泛存在的信息过载,但搜索引擎或检索系统已经很难给我直接有效的帮助。这时,我需要的是一个自动化的工具,可以从我的音乐历史数据出发,从庞大的音乐库中为我找到那些符合我听音习惯和偏好的歌曲供我选择,这个工具可以称之为推荐系统。

与搜索引擎的本质区别

为了解决信息过载的问题,无数工具和解决方案被发明出来,到目前为止,做得比较好的,真正得到大部分用户认同的方法可以分为两类:分类目录和搜索引擎。分类目录通过人工或半人工的方式对互联网上的网站进行分类以方便检索者了解某些行业的信息,但显然以人脑的速度是远远无法跟上互联网的发展速度的。搜索引擎让用户以关键词的形式查找自己需要的信息,固然解决了无法全网匹配的问题,但是仍旧面临着需要用户启动的问题,即如果用户不能准确描述自己的需要时,搜索引擎便无法工作或只能以很低效的方式工作。

推荐系统与分类目录和搜索引擎的目标一致,他也是一种帮助用户更快速的发现有用信息的工具,但与搜索引擎不同的是,推荐系统不需要用户提供明确的需求,推荐系统会自己从用户的历史行为数据出发,为用户的需求和兴趣建立模型,从而以之为依据从更大量的信息中匹配符合用户需要的部分。所以,从这个角度来讲,搜索引擎和推荐系统是本质上互补的两种工具,搜索引擎满足用户有明确需求时的主动查找需要,推荐系统则满足用户在没有明确需求时的信息发掘需要。

推荐系统是如何工作的?

为了更好的理解二者的区别,我们有必要对推荐系统的基本工作原理做一个简单的介绍,我们从回顾现实生活中我们是如何面对多种选择做出决定(信息过载情况下的判断)的过程,来说明推荐系统的基本工作原理。下面仍旧以听音乐为例,一般来说我们可能采用下述几种方法中的一种或集中来解决这个问题:

向我们认为更专业的朋友、同事咨询。我们也许会和常听音乐的朋友聊一聊,问问他最近有没有什么很棒的专辑面世,问问他们有没有什么可以推荐的,当然如果我们的粉丝足够多,足够活跃,我们也可以在自己的微博上发一条“请推荐好听过的音乐给我!”,然后等待粉丝的帮助。这是可能是我们最常用的推荐方法,在推荐系统中被称为之社会化推荐,即让好友给自己推荐物品。

然而通过上述的几种推荐方式,不难看出推荐系统的本质是通过一定的方式在物品、内容与用户之间建立联系,这与搜索引擎的本质任务有很大的不同。

本文由 http://www.gkdai.com供稿,转载请注明!

301免备案跳转微信公众号
华为服务器
腾讯云服务器大促销。

声明:站长码字很辛苦啊,转载时请保留本声明及附带文章链接:https://www.zfcdn.xyz/showinfo-36-4009-0.html
亲爱的:被墙域名跳转TG:@qianhenetwork QQ:851617266,可否收藏+评论+分享呢?
上一篇:前端开发人员应考虑哪些SEO优化技巧
下一篇:SEO博客出路何在 回归学习型营销是正道