
大数据时代:百度如何华丽变身_数据分析师
360搜索推出的时候,周鸿祎针对百度的两个软肋不断进行攻击,一个是商业模式的问题,另一个是内容封闭的问题。百度的竞价排名是世人皆知的,也是很多用户和企业咬牙切齿的问题。但是其实在内容封闭的问题上,才是隐含决定百度命脉的因子的关键所在。
之所以这么说,是因为如果百度没有在这个问题上处理好,也许就连做百度竞价的机会都没有了。
现在的互联网世界已经不像以前单纯,最明显的区别就是数据量有了无数个数量级的提升,进入了所谓的大数据时代。尤其在中国,无论是绝对数据量还是数据增长量都是非常惊人的。下面引用两组国外的数据:
根玛丽米克的最新报告中称,Facebook通过超10亿用户获得了大量自发性、分享的数据,每天上传超过3亿张图片,超过1250亿个好友关系。
根据IDC的数据,全球网民创建及分享的数字信息,包括文档、图片和Twitter消息,在5年中增长了9倍,2011年接近2ZB(1ZB=1万亿GB)。
那么,这么庞大的数据量是怎么来的呢?当然不会是靠开发者辛勤耕耘码出来的,而是由广大的普通用户自发创造出来的。而促使他们创造这么大数据量的,就是基于用户关系的分享需求。
供用户们分享的场所是什么呢?当然是像facebook这样的社交平台和应用,在中国就是微博、QQ、微信等。
中国网民的增长速度是非常惊人的,而且还有很大的上升空间,而这些应用和平台又是普通网民使用最多的,所以加入到这种数据大军的人还会不断快速提升,这种个性化和实时性的数据量还会不断爆炸。
那么,这跟百度有什么关系呢?关系太大了!因为这种个性化和实时性的的数据大部分是不能通过百度搜索到的!这样一来,百度能够搜到的东西不是越来越少了吗?或者说百度能够搜到的个性化、实时性的信息不是越来越少了吗?这种碎片化的信息搜索量是非常大的,也最能满足用户的个性化需求,在百度搜不到,那还要百度干什么?
百度当然还有很大的用处!但是用处不是在社交化的碎片化数据搜索,而在知识的搜索。我们可能不会用百度来搜某一件商品的用户评价,但是我们会用百度来搜这种商品的百科介绍(百度百科)、使用心得(百度经验)、使用教程(百度文库)等等,百度为我们提供的是更加系统和专业的知识,而不是普通网友的碎片化评论。也就是说,百度搜索以后需要向知识引擎的方向发展,完善实体搜索功能。
那么,为什么百度不能实现一个社交化的转型呢?这种转化谈何容易!百度从来都是缺乏社交基因,有的只是媒体基因,使用百度的用户并没有所谓的用户关系在里面,他们就像是走在同一条马路上的人,彼此并不需要多少交流和互动。但是社交平台里的用户都是住在一个屋子里的人,有着很强的用户关系,彼此会进行很多交流和互动。更重要的是,能够填充用户碎片化时间的只能是移动设备和移动应用,百度目前为止有这方面的拿得出手的产品吗?
因此,百度应该向着知识引擎的方向发展,不断加强内容投入,不断改善搜索质量,成为一个强大的知识引擎。以后我们不是什么鸡毛蒜皮的问题都要问百度,而是有不懂的知识就问百度。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01