輸入關鍵詞，然后得到準確搜索結果，就是搜索引擎科技?用戶對此習以為常，但這不是全部。

　　看過《盜夢空間》的人都知道，夢境是有層次的。實際上，需求也有類似的情況。最表層的可能就是我們意識中的“精準需求”，明白的知道自己想要什么，比如“北京天氣”，“北京到上海的航班”等。但是，除了少部分可以被“精準表達”的需求外，大量用戶需求更深入的藏在潛意識中。隨著移動互聯網的發展，通過手持智能設備訪問互聯網的用戶越來越多。移動互聯網用戶或是不知道自己想要什么，或是輸入困難，導致需求表達的模糊性。這就是IR(Information Retrieval)信息檢索領域所研究的“泛需求”和“潛在需求”。關于滿足精確需求和模糊需求的方法，我們可以把它看成是填空題和選擇題的關系。填空題需要用戶自己準備答案，而選擇題是IR技術引擎給你準備好了選項。

　　周末天氣不好，在家看場電影吧?那啥啥聽說不錯?可惜一部電影的名字也記不起了，于是念頭一動，搜索“名著改編的電影”……恩，《悲慘世界》!

　　(搜索“名著改編的電影”百度框計算自動給出靠譜推薦)

　　現在，你搜索“三亞”，百度結果中除了百度百科詞條，還會給出三亞的景點及最近一周的天氣預報;你搜索“室內綠色植物”，百度會直接回答你有吊蘭、龜背竹、龍舌蘭、散尾葵、鴨腳木……

　　什么是潛需求?你搜索“雅安”，第一想到的是抗震救災新聞和百度百科釋義。但是其實這個時候了解當地天氣也是極其重要的，于是天氣就是潛需求。比如搜索“范冰冰”，百度給出了范爺的基本信息和最新動向，而與之關系密切的成龍、趙薇、佟大為也都可能是你潛在有意關注的對象。

　　“對，就是這個!”當你還只有個模糊的問題在腦海中，不清楚自己明確的需求時，百度通過新的IR技術讓你收獲驚喜。作為新銳的IR技術引擎，百度搜索已經不再是“說一是一”的機器，利用知識庫和機器學習技術，它已經懂得“舉一反三”。整合理解搜索人的詢問，并智能表達的能力。

　　(百度“范冰冰”關聯推薦：其他人還在搜成龍、趙薇、佟大為、王學圻等)

　　百度推薦引擎技術揭秘： 統計學習理論和云計算的交叉火力

　　上面說了這么多新IR技術在產品體驗層面的感知，在其背后支撐就是百度推薦引擎。在日前舉辦的百度技術沙龍上(http://www.infoq.com/cn/zones/baidu-salon/)，百度個性化推薦部門的資深工程師深入披露了百度推薦引擎技術的實踐和思考。

　　了解到，百度推薦引擎實現了兩大核心功能。第一是過程優化，比如原來用戶要從A找到B再找到C，最后找到D，如今有可能直接讓用戶找到D，這樣帶來的好處是節約了時間，提升了搜索效率;第二是興趣發展，即原來用戶只找到A，但B、C、D實際上都和A有關聯。它在一秒鐘之內就能完成推薦，但是背后卻是整個搜索基因的圖譜在支持。這是非常復雜的技術過程：一方面需要廣泛的應用統計學習理論進行數據建模和挖掘，另一方面，需要利用云計算技術解決計算規模和計算性能的問題。

　　一切復雜的技術都是為了更便捷的用戶體驗。百度推薦引擎技術團隊在融合內容推薦和協同過濾的基礎上，引入了“隱語義模型”(Latent Factor Model)，用于用戶偏好的挖掘和擴展，并能從搜索日志中挖掘用戶偏好的最自然描述。為了改善計算性能，縮短更新延遲，百度推薦引擎應用大量實時增量式算法和流式計算技術，因此，在整體效能上比傳統推薦引擎更加強勁。當然，對于普通用戶來說，只要能直觀體會到百度懂你，就夠了。

　　百度推薦引擎的雄心：走向深度開放，擁抱垂直領域開發者

　　推薦引擎是基于云計算的新IR技術，但顯然它不僅僅可以完善百度搜索體驗。業內有一種看法認為，如果推薦引擎技術普及到更多網站或APP產品服務等，將極大提升整個互聯網行業產品的用戶體驗，讓互聯網進入到“腦控”時代，觸發“懶人經濟”。

　　互聯網經濟經歷了“眼控”的第一代分類目錄，“指控”的第二代搜索引擎。而在第三代推薦引擎到來之時，所有的行為將是“腦控”，系統可以智能猜中用戶所需所想，推薦引擎也將帶來信息關聯度、有效性與精準度的革命性提升。一個“不搜即得”的時代來了。

　　在電商網站上買了一套禮服裙，會自動為你推薦首飾，還將為你推薦晚會禮儀須知;在機票預訂后，會為你推薦預約叫車服務……推薦引擎技術一旦向全行業開放，各網站接入個性化推薦技術的門檻降為零，無論你在使用哪個互聯網服務，更多合適的內容應用，將在合適的時間、地點，以合適的方式出現在你的面前。各個網站的應用黏性更大，中國互聯網真正合縱連橫。屆時，沃爾瑪津津樂道的“啤酒與尿布”的故事，將在互聯網領域上演。據悉，百度已有開放自身推薦引擎技術的計劃。我們翹首以待。