谷歌收录了(谷歌学术是综合类搜索引擎吗)

当人们想知道一件事情的时候，会在谷歌、百度等搜索引擎寻找答案。自从短视频兴起之后，简单的图文搜索已经满足不了用户了，短视频带来的视频搜索逐渐流行起来。本文作者以TikTok和谷歌为例，对其进行对比分析，希望对你有帮助。

谷歌已深深的感受到来自TikTok的压力。

前段时间，谷歌搜索高级副总裁普拉巴卡尔·拉加万（Prabhakar Raghavan）在接受记者采访时就表示：“约40%的年轻人在寻找午餐的地方时，他们不会去谷歌地图或搜索，他们会去TikTok或Instagram。”而近期《纽约时报》在对年轻人做了一次社会调查后也给出了相似的答案，越来越多年轻人正摒弃谷歌，选择在TikTok上搜索信息。

不过谷歌明显渲染并夸大了TikTok的威胁。首先要明白当前互联网正在朝着富媒体化方向发展，更加视觉化的信息是网民所需要的信息，所以长期以来，富媒体平台YouTube是互联网上（美国）第二受欢迎的搜索引擎。拉加万和谷歌炒作其他搜索引擎威胁论的真正动机，或许是让这些领域的竞争使谷歌看起来不像是在搞垄断。

有博主对此对TikTok的搜索能力做了测试。

博主首先对“吃”做了相关测试，在吃午饭的点，在TikTok搜索了“我家附近的餐馆”这个短语，但没有得到任何有用的东西。然后博主又搜索了“弗吉尼亚州德尔雷的餐馆”，这是博主住的地方，在精确搜索之后，TikTok给出了博主满意的答案，在结果中有各式各样的美食探店视频，德尔雷海滩附近的咖啡馆、烧烤店、主食店应有尽有，并且还有这些店中不同食物介绍，必吃食物、避坑菜单等等，信息全面且更直观。反观通过谷歌地图，除了店面基本信息与文字点评之外，其它再难获得更有价值的信息，在美食搜索上，TikTok甩出谷歌几条街。

都说使用搜索引擎是一个技术活，美国的一项数据表示，约莫有70%的网民无法使用搜索引擎搜索到自己需要的信息，而剩下的三成网民则需要通过多种渠道才能获取到需要的信息。其实使用TikTok搜索其真正的优势在于搜索门槛的降低，使用与谷歌最基本的搜索功能相似的方法，却能快速、并且准确的访问到互联网上的其他内容。其实这点从谷歌的搜索关键词也能看出来，谷歌上最受欢迎的搜索是“Facebook”、“TikTok”和“亚马逊”这样的词，这些超级平台搜索信息的门槛都比谷歌搜索引擎低。

但是人们搜索的大部分内容都是具体的和交易性的，例如“USPS跟踪”和“明天的天气等等，而这些信息TikTok缺无法给你想要的答案。而谷歌搜索虽然难用，但它搜索出来的信息依旧是最全的。同时，TikTok搜索的信息质量波动也较大，这位博主在问“谁是美国第16任总统”问题时，在他的总统搜索中，第二个视频却是一位黑人，在这些回答中有不少类似的问题，存在许多糟糕的视频，所以TikTok搜索并没有想象中强大。

搜索引擎，通常指的是收集了万维网上几千万到几十亿个网页并对网页中的每一个词（即关键词）进行索引，建立索引数据库的全文搜索引擎。当用户查找某个关键词的时候，所有在页面内容中包含了该关键词的网页都将作为搜索结果被搜出来。再经过复杂的算法进行排序(或者包含商业化的竞价排名、商业推广或者广告)后，这些结果将按照与搜索关键词的相关度高低（或与相关度毫无关系），依次排列。

以谷歌搜索引擎为例，谷歌使用两个重要功能来获取准确的查询结果: 首先，谷歌使用网页的链接结构来计算每个网页的排名，这称为PageRank（如果一个网页也多次被其他网页指向，则表示该网页更重要或质量更高。除了考虑页面链接的数量之外，Google还参考链接页面本身的级别以及该页面与其他页面的前向链接数，当然，“重要的” Web链接将具有更高的权重）；其次，谷歌使用链接提供的信息进一步改善了搜索结果（解析查询关键字并将关键字转换为wordID，在短桶中找到每个关键字. 扫描文档列表开头的文档列表，直到找到与查询匹配的页面，桶文档列表已被检查，在长桶的长桶文档列表中找到每个关键字的起点，重复步骤），但在富媒体时代，谷歌搜索在对视频的搜索能力上以前的老算法就不太好使了。

而TikTok则在搜索算法中加入了大量的人工智能算法。在扒取、预处理、收录阶段，各家搜索引擎的算法与思路都是大同小异的，TikTok的不同之处在于对收集了的数据处理上加入了机器学习，当大量的数据集涌入TikTok后台系统后，内容分析、用户分析和场景分析等分析模拟学习自然就赶紧开工了。

同时，TikTok通过机器中的算法实验平台，以逻辑与卷积神经网络等多种机器学习算法为用户群体的贴标签，用来解读人们在使用过程中的思考方式，尽最大可能附和人们的行为模式。再摸清用户平日的喜好之后，然后结合搜索的关键词，最终把用户可能需要的信息推荐出来，即便没有相关答案，其推荐的无关信息也更讨喜，所以美国有越来越多的年轻人愿意用TikTok搜索。

人工智能与搜索引擎相结合是大势所趋，目前谷歌也正在往运用人工智能算法优化搜索结果。2021 年 5 月，谷歌发布了 MUM（Multitask Unified Model，多任务统一模型），这是一种用于搜索的自然语言处理技术，谷歌试图在查询里面就理解用户搜索的内容，从而让返回的关键词更匹配结果。

作者：科技智谷，编辑 ：Light，来源公众号：Techsoho（ID：scilabs）

原文链接：https://mp.weixin.qq.com/s/U4p2K2zFRnb603J-caZ_7Q

本文由 @ Techsoho 授权发布于人人都是产品经理，未经作者许可，禁止转载

题图来自 Unsplash，基于CC0协议。

该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。

本文链接：https://www.24zzc.com/news/169370318628199.html