搜索的一万种可能

如果提起“搜索”,你冒出的第一个想法是什么?

在过去,搜索的历史可以追溯到1990年,当时的internet已经可以提供按照某些固定协议(FTP)传输的文档信息服务,但实际生活中,却缺少一种可以根据特定条件直接进行汇总查询并给予反馈的工具。

\color{red}{“Archie”,应运而生。}

加拿大蒙特利尔大学的三位学生就这样创造了现代所有搜索引擎的祖先。

而随着时代更迭,科技飞快的发展,一朵浪花消逝了,一朵朵浪花被重新激起。Archie不见了,Yahoo、Altavista、Inktomi、Google,甚至更多更多的互联网巨头逐渐加入到这场信息角逐的战争。

现代生活里,“搜索”已渗入到我们生活的方方面面。你可能没有意识到,你对搜索的依赖远远比你认为的要多,从一个位置想去到另一个位置,在淘宝中找到喜欢的商品,摇一摇识别到商场里广播的歌曲,或着在输入框内打出“今天晚上吃什么?”,我们无时无刻都在使用着各种各样的搜索引擎。

那么在未来,搜索又拥有怎样的一种可能?

Archie

寻找答案

每当我们打开搜索页的时候,我们总是想要得到一个结果。

\color{red}{“输入需求——执行操作——输出结果“}

而为了实现这个过程,我们最好要知道当我们在按下确定键的时候,世界发生了什么。

举个例子,你刚好需要换个手机,想看看最新出的iPhone SE,但是却不知道实际的价格,你在baidu的搜索框内输入“iPhone SE 价格”,然后按下了搜索按钮。

那么,这个0.01秒之间,百度做了哪些事情呢?

  • 抓取:一只小虫,从一个网页出发,再爬到另一个网页,24小时不停的各种网站发送请求,再把收集到的信息储存起来。

  • 索引:互联网上的数据有千千万万条,怎么才能在布满了信息的房间找到你要的那一条?

于是,索引出现了,就像我们文章的目录一样,我们能在信息的梗概处就看到它出现的位置。

  • 排序:假设互联网所有的网页都包含有用的信息,那么如何衡量哪一篇里面的内容才是用户真正想要看到的的呢?SEO的重要性不言而喻。

系统在几秒钟内完成了复杂的运算,再将结果以不同的方式呈现出来。而如何能让用户在最短的时间内,找到需要的答案,则是目前各大搜索引擎一直在尝试解决的巨大挑战。

Unsplash

星散小岛

在这里,目的是说明搜索的常见应用场景,由于笔者水平有限,越思考越感觉到知识面的贫乏,肚里空空,始终不能进行自我的满足。

希望读者多多指教,不胜感激。

文字识别

我们从很久以前开始,就在使用文本进行搜索,它似乎可以准确描述我的需求,并且可以支持我输入一个段落,最方便的是,当我们想要搜索某些事情的时候,我们可以进行复制粘贴,而不是一个字一个字的说出来(万一中间说错了呢)或者慢慢敲击键盘,文字识别总能根据最短的关键字来找到最多的内容。

因为方便、快捷、并且可以适应大部分使用场景,基本所有的软件都提供了文本搜索的这项基本服务。

Baidu

在线翻译

我认为在线翻译也是搜索的一种,首先,输入框自动在语言库中搜索到我们输入的某种语言类型,再在某种语言中找到相对应的内容。并提供各种单词解释和更好的翻译结果。

有道翻译

听歌识曲

听歌识曲功能为广大音乐爱好者检索喜欢的音乐提供了一种最便利直接的搜索方式,当在某处听到一首朗朗上口却不知道名字的歌曲,尤其是对于纯音乐来讲,通过文本形式进行搜索的难度较大,音乐软件提供的听歌识曲或哼唱识别功能,可以识别到声音范围并进行匹配,最后给出结果。

音乐软件

地图导航

行车导航如今已经成为人们与手机地图交互的一个重要渠道,又因为驾车情景的独特性,语音导航就成为手机地图发挥指引作用的重要功能。

驾驶车辆尤其是长时间开车或者遇到拥堵其实是一件非常枯燥并且无聊的事情,时不时有一个声音在在耳边贴心提醒也可以拉回已经所剩无几的注意力。

地图导航

人工智能

对于某些人工智能硬件或软件,如智能音响、可穿戴设备、语音助手等,语音识别似乎是目前让他们更好的与人类沟通交流的重要途径。

NaNa

以图搜图

如何能让用户在几十亿的商品中快速找到符合需求的商品,是淘宝&京东等电商购物平台首先需要解决的问题。

你有天在商场逛街里,忽然看到一个小姐姐穿的连衣裙,觉得特别好看,也想要有一件,但当你打开淘宝进行搜索,输入了很多相似的关键字,却总是找不出你想要的这件,当想要搜索的目标过于清晰又相对模糊时,文本搜索的局限性开始产生了。

于是,你会发现,拍一张图片来识别的准确性与便捷程度相较文本要高出很多。

拍~

以文搜图

以文搜图主要应用在花瓣、站酷等设计、UI相关场景中,图片库通过将系统内的图片打上标签,在通过文字线索寻找到带有相同元素的图片,在通过系统自动检查图像周围的文字内容或元素,在对关联度较高的图片进行排序处理。

花瓣

结语

搜索行为本质人和数据的交互,智能科技的进步很快,应用场景与提供服务的形式也会发生与之相应的改变。

因此搜索行为将永远存在,只是形式和支撑能力在不断变化。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,098评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,213评论 2 380
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 149,960评论 0 336
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,519评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,512评论 5 364
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,533评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,914评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,574评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,804评论 1 296
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,563评论 2 319
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,644评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,350评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,933评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,908评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,146评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,847评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,361评论 2 342