
新浪微博基于社交大数据的图谱搜索在移动端上线
12月8日晚间,新浪CTO兼联席总裁许良杰在微博宣布:微博基于社交大数据的图谱搜索已在移动端上线了。用户可以搜索关注人赞过的微博,发布的图片,好友去过的景点,从特定景点发出来的图片,好友或你所关注的人推荐的图书/景点/音乐/电影/餐馆… 微博平台沉淀了海量的数据,攻城狮们已梳理出来的结构化数据多达百亿级,正忙于编织一张巨大的社会化信息关系图谱。
从图片可以看出,用户使用图谱搜索,可以看到自己发布的微博内容、图片和推荐的电影,图书、餐馆、景点等,哪些最受好友关注和喜欢,从而帮助微博主们根据粉丝喜好的不同,更精准的发布大家喜好的内容。图片如下:
下面是部分网友对本次新浪微博移动图谱搜索的看法:
@胃小迪V5: 随着微博UGC内容指数级增长和不断累积,图谱搜索将成为特定需求的细分化垂直搜索分支,微博内容及用户行为将越来越多被记录、被搜索、被挖掘、被分析,数据价值、内容价值和商业价值潜力无限、前景可期,将成大数据领域富矿和蓝海。
@亭山樵者: 社交数据的合理使用边界是隐私保护。现在这么搞不管是否设计用户可关闭选项,都会造成用户数据泄露。说难听点,我只要搜索勤快点,都不用黑客技术,能把一个用户的行为翻个底掉了。
@黄土豆瓜:很期待有一种搜索引擎,能够集成传统网页、社交图谱信息、知识图谱信息,最终把用户搜索的结果丰富成一本杂志,而不是干瘪瘪的结果。可惜广大网民难伺候,不一定想要……
@iOS之乔布斯_门徒:微博搜素还是很有前途,常年的积累干掉百度不是梦。加油我看好你哦。
@柳华芳:搜索呈现和提示感觉一般,应该是语义和搜索亲近度相关提示,而不是分类的简单的提示,分类提示就强化了分类,弱化了搜索。
新浪微博嫁入阿里巴巴后,虽然在大数据应用方面有一定的作为,比如淘宝商品的精准推荐。但尚未真正挖到社交大数据的金矿。用户在微博发布的内容,更多的是随心情而定的,当一切都可以预测的时候,社交网络的性质也就变了。新浪微博的移动端的图谱搜索,受益最大的是品牌商家,于个人意义而言,还有待观察。不过,这也预示着新浪正式开挖“大数据”金矿了,能挖到钻石还是煤炭,拭目以待吧!
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13