阅读更多

0顶
0踩

移动开发
搜索是一件非常复杂的事情。Google的搜索算法就盘根错节,异常复杂。但与之相反的是,苹果应用商店中的搜索功能却是过于简单了。

这一领域似乎是被忽略了。移动设备上的应用程序依然是一个相对较新的概念,而应用市场就更新了。因此,它看起来似乎并不是一个易于创新的地方。但是一些公司希望推出一些应用程序查找算法。2009年推出的Quixey即为一款应用程序搜索引擎,Appsfire和AppAi.de也可以帮助我们发现优秀的应用程序。

新推出的Xyo也是一款移动应用程序与游戏搜索引擎。Xyo表示,该公司在过去18个月里专门研究了人们的应用程序搜索习惯。上周,该公司表示将与诺基亚合作开发新系列的Lumia设备。诺基亚也会帮助促进Xyo在应用程序市场中的使用。新设备将会在其Web浏览器中预先载入Xyo网站——该服务目前还没有推出移动版应用程序。Xyo联合创始人兼首席发展官(Chief Growth Officer)Matthaus Krzykowski表示:“我们目前已经掌握了很多搜索技术,用户将很快就可以体验到。”他还表示将推出相应的应用程序。


Krzykowski将目前应用程序商店中的搜索比喻为早期互联网上的搜索。他表示:“应用程序商店只能提供最基本的分类和简单的关键字搜索。只有明确知道你要找的是什么,你才能够找到它。输入‘愤怒的小鸟’的原因是这是你唯一知道的游戏。”

但是Xyo能够提供更加强大的体验。一个很通用的查询如“免费游戏”能够得到更多有意义的结果。而且Xyo的搜索算法能够为每一个命中的应用进行打分。虽然Krzykowski并未给出Xyo帮忙挖掘出应用程序的例子,但是仅仅通过这一点就来判定Xyo算法的有效性似乎也是不公平的。

当然,加强应用程序的搜索很可能是打开了一个潘多拉魔盒。搜索过程的复杂化意味着结果的排序将会受到污染。Google常常会将自己的内容放在优先的位置,以及让一些品牌和商家付费购买搜索结果的顶部位置。当应用程序搜索开始变得复杂起来的时候,应用程序排序的相关问题将会变得更加迷雾重重。为每一个应用程序进行评分的算法也会变得更加棘手和复杂。

移动应用极大地推动了高科技产业的发展——很多市值高达十亿美元的公司就是专门从事移动应用开发的。从这一点上看,Xyo先进的搜索技术对于开放该行业来说是具有积极意义的。该公司声称,在苹果和Google的应用商店中,10%的热门应用程序占据了90%的下载量。未来,一些科技巨头有可能收购Xyo这样的公司来获得其搜索技术,用于自己的应用市场。

不管怎样,Xyo的技术意味着,大量的底层应用程序开发商能够在与顶级开发商的竞争中获得更多机会。Krzykowski表示:“我们能够使该市场更加壮大。我们是应用经济的推动者,许多人都将从中获益。”
  • 大小: 114.4 KB
来自: 搜狐IT
0
0
评论 共 0 条 请登录后发表评论

发表评论

您还没有登录,请您登录后再发表评论

相关推荐

  • 图像处理之Hessian矩阵提取关键点

    一:大致的算法流程 1. 对每个像素点计算图像在X方向Y方向的二阶偏导数,计算图像的XY方向的导数 2. 根据第一步的计算结果,有Hessian Matrix计算D(h) = Ixx*Iyy - Ixy*Ixy 其中Ixx表示X方向的二阶偏导数 Iyy表示Y方向的二阶偏导数 Ixy表XY方向的二阶导数 3. 根据第二步计算出来的值使用3×3窗口实现非最大信号压制, 我的做法, 直...

  • 光条中心线提取-Steger算法(基于Hessian矩阵)

    采用结构光进行扫描检测时,需要提取激光条纹的中心线,本文采用经典的Steger算法提取光条中心。 Steger算法原理 Steger算法基于Hessian矩阵,能够实现光条中心亚像素精度定位:首先通过Hessian矩阵能够得到光条的法线方向,然后在法线方向利用泰勒展开得到亚像素位置。 对于图像中激光条纹上的任意一点(x,y)(x,y) ,Hessian矩阵可以表示为: H(x,y)=[r

  • 光条中心线提取-Steger算法(基于Hessian矩阵)类似于ArcScan提取道路中心线

    采用结构光进行扫描检测时,需要提取激光条纹的中心线,本文采用经典的Steger算法提取光条中心。 Steger算法原理 Steger算法基于Hessian矩阵,能够实现光条中心亚像素精度定位:首先通过Hessian矩阵能够得到光条的法线方向,然后在法线方向利用泰勒展开得到亚像素位置。 对于图像中激光条纹上的任意一点(x,y)(x,y),Hessian矩阵可以表示为: H(x,y)=[rxxrxyrxyryy] H(x,y)=[rxxrxyrxyryy] 其中rxxrxx表示图像沿x的二阶偏导数,其他参数

  • 中心线提取的方法

    中心线提取是图像分割的重要步骤之一,中心线提取的好坏直接影响图像分割效果,因此研究中心线提取是很关键的问题中心线提取大致分为五种:一 基于拓扑细化的方法使用形态学腐蚀操作来不断去除物体的边界,直到仅剩其骨架,由于该方法是一个迭代过程,所以会很耗时,且易受图像质量的影响。二 基于距离变换的方法通过定位距离物体边界最远的一组点来确定物体的中心线,通常采用欧式距离,可以理解为一系列最大内切球的球心构成了...

  • Steger算法(Line_Gauss)-光条中心线提取(基于Hessian矩阵)

    Steger算法(Line_Gauss)-光条中心线提取(基于Hessian矩阵)算法背景介绍Hessian 矩阵与泰勒多项式关于求t导数与中心点、亚像素点高斯函数作用文献 算法背景介绍 在线结构光视觉传感器中,由线激光器发射出的线结构光,在本质上为一个连续且具有一定厚度的空间光平面,而在目标表面上所形成的具有一定宽度的光条特征,即为该光平面与目标表面相交而成的交线。在该空间光平面的厚度方向上,光强近似服从高斯分布,因而在摄像机采集到的光条图像中,在沿着光条宽度的方向或光条的法线方向上,其灰度也会呈现出类似

  • ElasticSearch搜索引擎搭建笔记

    搜索引擎调研 Solr Solr是一个用java开发的独立的企业级搜索应用服务器,它提供了类似于Web-service的API接口,它是基于Lucene的全文检索服务器,也算是Lucene的一个变种,很多一线互联网公司都在使用Solr,...

  • 从七桥问题开始:全面介绍图论及其应用

    从七桥问题开始:全面介绍图论及其应用图论是计算机科学中最重要、最有趣的领域之一,同时也是最容易被误解的。本长文从图论最基础的七桥问题开始,进而结合推特与 Facebook 实例解释无向图与有向图。此外,本文还是...

  • 搜索系统(一)

    也可以认 为是搜索下拉推荐,在学术上有一个名字叫做QAC(query autocompletion) 本质上是指搜索引擎系统根据用户当前的输入,自动提供一个query候选列表供用 户选择,这些推荐query一般从从query log中挖掘出大量的...

  • Elasticsearch7.x搜索实战

    Elasticsearch7.x第一部分 全文搜索引擎Elasticsearch基础第1节 Elasticsearch是什么第2节 Elasticsearch的功能第3节 Elasticsearch的特点第4节 Elasticsearch企业使用场景第5节 主流全文搜索方案对比第6节 Elastic...

  • 《异常检测——从经典算法到深度学习》20 HotSpot:多维特征 Additive KPI 的异常定位

    我们使用一个顶级全球搜索引擎的真实世界数据,表明 HotSpot 在有效性和鲁棒性方面都比现有的两种方法有了很大的改进,HotSpot对所有类型的案例的95%实现了超过90%的F-score,而对于现有方法,所有类型的案例中只有...

  • 【图像处理】海森矩阵(Hessian Matrix)及用例(基于Steger的中心提取_含代码)

    线结构光中心提取算法是线扫描三维重建精度高低以及光条轮廓准确性的重要因素。本方法可以改善提取的光条中心有断线;当光条较宽时,线条值局部会出现上下波动;当有弧光反射时光条中心线局部上下跳变等情况。...

  • 结构光:光条中心线提取-Steger算法(基于Hessian矩阵)

    光条中心线提取-Steger算法(基于Hessian矩阵) 参考以下博客进行了修改,修改了灰度阈值以及最后标注红线的部分。https://blog.csdn.net/dangkie/article/details/78996761#comments void StegerLine() { Mat img0 = imread("D:\\结构光实验数据\\2019-11-20\\1_nl.bmp",...

  • 探索推荐引擎内部的秘密系列

    最近要用到协同过滤的算法来解决工作...“探索推荐引擎内部的秘密”系列将带领读者从浅入深的学习探索推荐引擎的机制,实现方法,其中还涉及一些基本的优化方法,例如聚类和分类的应用。同时在理论讲解的基础上,还会结

  • 基于深度学习的推荐系统:综述与新视角

    原文:Deep Learning based Recommender System: A Survey and New Perspectives ...推荐系统的效用无论如何强调都不过分,因为它在许多Web应用程序中被广泛采用,以及它对于改善与过度选择相关的许多问题的潜在...

  • Deep Reinforcement Learning: Pong from Pixels

    所以我实际上已经在这条贼船上带了一整年,但是直到现在我还没抽出时间去写一篇简短的博客来阐述增强学习是什么、为什么增强学习这么重要、如何开发一个增强学习的程序,以及它的应用背景会是什么。 几个增强学习的...

  • 软件工程中众包应用的综述

    A Survey of the Use of Crowdsourcing in Software Engineering作者摘要1 介绍7 总结参考文献 作者 Ke Mao, Licia Capra, Mark Harman and Yue Jia ...{k.mao, l.capra, m.harman, y.jia}@cs.ucl.ac.uk 摘要...

  • Elasticsearch 学习(一).基础原理

    Elasticsearch 在速度和可扩展性方面都表现出色,而且还能够索引多种类型的内容,这意味着其可用于多种用例: 应用程序搜索 网站搜索 企业搜索 日志处理和分析 基础设施指标和容器监测 应用程序性能监测 地理空间...

  • elasticsearch安装使用

    目录ElasticSearch文档:安装Elasticsearch安装中ERROR认证插件 x-pack安装Elasticsearch-head安装npm安装Elasticsearch-head安装中ERRORES概念ES使用关闭Elasticsearch创建索引:添加字段插入数据修改数据Script...

  • 信息检索复习笔记

    为什么要进行信息检索?信息过载 搜索 搜索的过程 从大规模非结构化数据(通常是文本)的集合(通常保存在计算机上)中找出满足用户信息需求的资料(通常是文档)的过程 信息检索的本质 确定文档和查询之间的相关度是IR的...

  • 探索推荐引擎内部的秘密,第 3 部分: 深入推荐引擎相关算法 - 聚类

    探索推荐引擎内部的秘密,第 3 部分: 深入推荐引擎相关算法 - 聚类  赵 晨婷 , 软件工程师, IBM马 春娥 , 软件工程师, IBM 简介:  智能推荐大都基于海量数据的计算和处理,然而我们发现在海量...

Global site tag (gtag.js) - Google Analytics