在網路上資料日增的情況下，各種需求已經無法以單一普遍性搜尋引擎來滿足，因此專門領域搜尋、垂直搜尋、語意搜尋等需求會越來越高，並且更符合人性化的界面也是大家所期盼的，以上這麼多的搜尋網站到底誰能勝出？還是只是曇花一現？就看使用者賞不賞臉了！介紹了這麼多的搜尋引擎，可以知道雖然主流的搜尋引擎只有幾個，但是這些非主流的搜尋引擎功能未必比主流搜尋引擎差
並且從這些各類的搜尋引擎可以瞭解到大家都在思考同樣一件事情，就是如何更精準的找尋使用者需要的資料
搜尋引擎要如何才能更精準的找尋使用者需要的資料呢？對於搜尋引擎業者而言，就是語意分析與資料垂直整合，也就是語意搜尋與垂直搜尋
對於網站而言，就是你的網頁內容必須提供足夠的描述內容及相關串聯資料，才能讓搜尋引擎進行分析
目前網頁的互相連結並無法表示支持的程度以及相關性，Google的網頁評比PageRank計算一概以均分的方式分配，而網頂互相連結也無法表示網頁間的關聯，如科技類的網頁A連接到科技類的網頁B，對於網頁的重要度評比，當然應該比生活類的網頁C連接到科技類的網頁B要來的重要
由於搜尋引擎目前都尚未真正融入語意技術，沒有語意技術實在很難以分析這麼多看似不相關的資料
什麼是Semantic Ranking？就是用語意技術去評比網頁，當你下一個關鍵字，網頁就可以用Semantic Ranking的大小來依序顯示，不像現在只是純粹比對字串
當網頁間存在Semantic Connectivity（語意連接性）或Semantic Similarity（語意相似性），就是存在Semantic Association（語意關聯性）
例如，當網頁A的內容討論車子的性能，網頁B的內容討論重型機車的性能，網頁C的內容討論BMW汽車的性能，網頁D的內容討論寶馬汽車的性能，則網頁A-C，A-D互相具有Semantic Connectivity，網頁C、D互相具有Semantic Similarity，而網頁B則可透過另外網頁與網頁A產生另外一個Semantic Connectivity
不過可惜的是，以舊有的網頁語法，如果沒有使用RDF（Resource Description Framework），比較困難建立這些關係，如何在既有的HTML語法下，或簡化使用RDF的方式來改善搜尋引擎演算法，是搜尋引擎業者的一個極欲解決的難題
資料來源: 行銷SEO
留言列表
