作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
搜索引擎占据了很多网络用户,尤其是初级用户的浏览器主页。过去的搜索引擎,以Google为代表,使用PageRank技术检查整个网络链接结构,并确定哪些网页重要性最高,然后进行超文本匹配分析,以确定哪些网页与正在执行的特定搜索相关。在综合考虑整体重要性以及与特定查询的相关性之后,可以将最相关最可靠的搜索结果放在首位。Pagerank是基于链接反映网页质量的方法,一些擅长优化技术的网站会用大量垃圾链接作弊,使得搜索结果并不准确,且容易重复,质最不高。随着Facebook,twitter以及国内的校内网,开心网,新浪微薄等SNS网站的流行,一种新的搜索方式正在走入网络世界,它就是社交搜索。
推荐文章
下一代网络(NGN)初探
NGN 软交换 SIP H.248 MGCP API No.7/SS7
中国下一代互联网发展策略探讨
下一代互联网
IPV6
发展策略
基于QoS的下一代网络的研究
服务质量
下一代网络
多协议标签交换
综合服务模型
区分服务模型
综合接入设备
面向下一代网络的管理
网络管理
策略
公共对象请求代理体系结构
NGN
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 下一代搜索的发展趋势:社交搜索
来源期刊 科技与生活 学科 工学
关键词 社交搜索 SOCIAL SEARCH 搜索引擎 SEARCH SNS GOOGLE
年,卷(期) 2010,(13) 所属期刊栏目
研究方向 页码范围 14
页数 1页 分类号 TP393.09
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李靖 6 11 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
社交搜索
SOCIAL
SEARCH
搜索引擎
SEARCH
SNS
GOOGLE
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
科技与生活
半月刊
1673-9671
11-5595/N
北京市朝阳区东土城路8号
出版文献量(篇)
18240
总下载数(次)
2
总被引数(次)
0
论文1v1指导