搜索WWW 2006

作者：搜索日志小组

在互联网上，所有的网站都以“www”开头，那么如果搜一下“www”，搜索引擎返回的结果会是什么呢？答案很有趣，Google 会把你带到... 雅虎的首页：） 而雅虎搜索的第一条结果则会返回万维网联盟World Wide Web Consortium (W3C)的官方网站，它是著名的WWW大会的组织者。WWW大会始于1994年，是全球互联网创新者们每年聚集一堂探讨互联网未来的盛会。

今年的WWW2006大会是第15届，于5月22日至26日在英国北部苏格兰的爱丁堡市召开。与以前的万维网会议相比，本届会议的主题与雅虎研究院关注的问题较为吻合，因此雅虎自然对大会是鼎立支持，包括物质上（雅虎是白金赞助商）和精神上（雅虎共提供了5篇论文和4篇研究海报）。

雅虎研究院的老大Prabhakar Raghavan是会议评审团的联合主席，他还和Ricardo Baeza-Yates、Andrei Broder两位雅虎搜索专家一起做了“互联网广告基础”（Foundations of Web advertising）的导引报告。互联网广告已经超越了传统的媒体，成为一门跨网络技术、社会学、法律学和经济学的复合学科，推动着当前互联网的发展。它的转变涵盖了广告内容的创建、共享到分发的全过程，涉及到静态页面与博客、播客等新形式，以及社会化媒体（如：论坛、图片共享标签）等方方面面。在未来几年，这种转变可能将彻底颠覆媒体和广告产业3000亿规模的市场，所以互联网广告成为网络公司巨头们的必争之地也就不足为怪了。

雅虎在会议上的5篇论文中有一篇获得最佳论文提名——由Dubinko等人写的《标签的时序图像化》（Visualizing Tags Over Time）。其它4篇论文的主题涉及到社区、标注、查询词和语境搜索。在4篇研究海报中，包括了Ricardo Baeza-Yates的两项有趣研究：网站内容和结构以及链接和贸易的关系，其它两篇则分别研究了查询词扩展和Flickr图片的地理相关标签。

除了雅虎外，WWW2006会议上还有很多研究机构的论文涉及搜索相关的领域，例如：

反作弊（Antispam） 反Spam的关注点既有研究链接相关的作弊网页，通过站点级别的链接关系分析来克服PageRank类算法的缺陷，也有通过对网页自身的内容分析来识别各种页面级别的作弊手段。在后一篇报告中，有几个统计数字很有意思：如果按网页语言看，Spam比例最高的是法语网页，高达25％，其次是德语（22％），中文网页排在第五，只占5％。如果按域名看，Spam比例最高的是.biz域名，占70％，其次为.us域名，占38％，比例最小的为.edu域名。

用户行为研究 通过分析用户的点击来进行搜索的个性化，或者通过查询词来研究用户搜索行为的商业价值。

新搜索模式 微软研究的对比搜索，用于比较两个搜索引擎对同样查询词返回的结果。

总体感觉，WWW2006会议主题比较务实，与整个互联网产业的脉搏保持了一致。下届WWW2007大会将由卡尔加里大学合办，2007年5月8日到17日在加拿大举办。

下载雅虎创新基因的Video短片