搜索开放平台 对百度阿拉丁的深入解读

搜索开放平台只是“阿拉丁”的“一期工程”

　　通过开放平台来解决“暗网”问题，可以理解为一种“迂回”的方式，但是我相信，在百度的整个“阿拉丁”计划中，这只是一部分。

　　据Communications Of the ACM的数据，目前主流的搜索引擎只覆盖到了网页数据内容的37%。如何抓取更深层次的网页，并非一个搜索开放平台完全能解决的，比如声音、视频格式内容，AJAX产生的内容，程序动态生成的内容，人为限制的内容，等等。

　　相信在搜索开放平台之外，百度还在尝试一些主动的技术。等到将所有关节都打通的时候，阿拉丁的完整面貌才会展现在我们面前。

　　从阿拉丁计划中我们可以得到一个启示：真正颠覆格局的还是技术上的创新，一旦这些创新打破了各个信息源之间的隔阂，未来的互联网将变得更加有意思。

对阿拉丁的一些建议和强调

　　在我的理解中，阿拉丁计划成败，有几个问题至关重要。

　　1、对信息源的100%把握

　　单纯论理想，Google Base不可谓不宏大，也不可谓不开放，但如果在中国开放这么一个东西，不可避免成了spam的乐园。

　　对于阿拉丁，我的建议就是——控制、控制、控制。据我所知，目前百度对网站提交数据的审核非常严格，对什么是“确定性数据”，百度一定要有一个非常严厉的把控。

　　阿拉丁应该是一个着眼未来的长期计划，不要急于求成，宁愿这个进程更慢一点，急功近利会害了它。

2、必要的黑名单机制

　　我留意到在搜索开放平台的注册中，引入了实名机制，站长甚至需要提交身份证复印件。可以看出，百度将为站长建立一个信用的评估机制。

　　要保证平台本身的健康，这一点很有必要。从规则来看，百度对站长提交的信息会进行审核，但并未公布一个黑名单机制，我建议对于一些有恶意的站长，可以永久封杀。

上一页  [1] [2] [3]