「知识图谱」的推动就是Google想要整理全世界知识的实现

这个Google搜寻结果是建立在既有内容上,透过系统性整理而得到的。Google目前已经针对许多「人物」、「地点」、「事件」、 「公司」、「学校」、「电影」、「国家」等等事物进行处理,但是还 是以英文内容为主。

这个「知识图谱」的推动就是Google想要整理全世界知识的实现,最终目的是给你「答案」而不是搜寻结果列表。从最近 Google新任工程主管RayKurzweil的上任可以看出来,Google 希望更进一步的把Google大神变成「Watson」,只要你提出一个问题,他就给你最正确是Google全新思维的算法的答案。

「Watson」就是IBM所建置具有人工智能的机器人,曾经在美 国的益智节目中打败人类参赛者得到冠军。

「社交图谱」则是人们互动而产生信息的传递,r=acebook真正想的也是要给人们答案,如果使用者问说「该不该购买1Phone5S ?」目前会有一大堆人建议应该买,也可能得到另外 一个答案说不值得买。但是如果用户互动的对象是真正了解 该使用者的朋友的话,相信可以更精准的得到较好的答案。那么为何这些结构会影响搜寻结果呢?假设有一个影片的网页,其网页原始码有以下的宣告:

搜索引擎就可以由这些宣告很清楚的知道,这个影片是使用 schema.org的语法标记,其细节如下:

标题Matt Cutts:Try something new for 30 days

长度3分27秒

网址:

http://www.ted.com/talks/matt cutts try something new for 30 days.html

描述Here is the video description.

并且再加上MattCutts在其Google社交网络上刊登这个影片, 如图7-10’所以回个影片就跟MattCutts发生关联,再加上 Google社交网络使用schema.org的person标记,所以知道这个发表该讯息的人MattCutts的影响力。

所以如果没有上述的影片标记、社交网络、人员标记,搜寻引 擎无法知道这个影片的细节 ,也不知道推荐这个影片的人到底是谁,当然就无法很准确的处理这个网页。但是当所有标记都 很清楚的时候,搜索引擎就完全不需要猜测,只需要按步就班 的取出相关标记,就能够正确的掌握讯息。