《电子商务中的搜索引擎》由会员分享，可在线阅读，更多相关《电子商务中的搜索引擎（32页珍藏版）》请在金锄头文库上搜索。
1、电子商务中的搜索引擎参考Jaime Carbonell教授的讲义1商务应用和模型Topics Covered eBusiness创业的若干要素 eCommerce的若干创意样例 成熟企业eExtension的若干要素 eBusiness Plan的若干要素2Some Ingredients for a Successful eBusiness Startup (1) 寻求技术和市场的匹配（match technology and market） Great technology without a large market potential fails Great market opport
2、unity without requisite reliable technology also fails The absence of both fails gloriously (P, W, )3Some Ingredients for a Successful eBusiness Startup (2)B2C and C2C eBusiness Examples 对Web信息的搜索与浏览 搜索引擎，类似于Yahoo的门户网站，locators, . 在线成交（On-line trading） eBrokerages（中介）, eAuctions（拍卖）, eMiniMalls（商城）,
3、 . People-to-peoplechatrooms, email, instant-messaging, peer-to- peer.4与IR相关的eCommerce思路：eCLIPeCLIP: 适应性电子剪报 目标：个性化eNewspaper (weekly, daily, hourly) 用户建立自己的兴趣profile，例如 关心： “financeeCommercetechnology“ “scienceastronomy“ 不关心：“sports“ “politicsscandals“ 关键词项：“ecommerce”，“search engine”， “IPO”（知识产权所有
4、者），Hubble“5与IR相关的eCommerce思路：eCLIP (2) 多种新闻来源在收集时分类，然后用用户的 profiles过滤 最相关且新颖的新闻就直接留下，其次的做综述， 其余的就放弃 给用户提供表态机会，并利用用户的表态做系 统的自动调整 例如，“别再来关于搜狐的消息了”，“别放过关于新 推出搜索引擎的新闻” 收入模型：订阅，广告, .6与IR相关的eCommerce思路：ePUBePUB: 定制出版（Customized Publishing） 目标：综合不同书籍的不同部分，提供定 制的书籍（教材，手册，等） 对所有掌握的书籍资源以章节为单位建立 索引 让用户免费搜索、浏览、
5、编辑 (利用MMR和综述技术等) 下载/打印/装订/递送等则要收费7与IR相关的eCommerce思路：ePUB (2)ePUB: Customized Publishing 为用户装配一本定制的书 (e.g. Ch 3-7 of “Intro to IR“ + Ch 5-6 of “Web IR“ + Ch 2 of “Applied Linear Algebra“) “Web-based eCom textbook” 打印，装订，邮递50本以上；或者发送 单本电子版（通过PDF加电子水印保护 ）8ePUB的变形eBooks: 在线销售eBook内容（例如方正的 Apabi电子书） Book
6、s, magazines, comic-books, reference, . 让读者可以在线全文检索 Not just title/author as in Amazon 只是对下载的内容收费(eArticles, eBooks, eSections of books) ，当然也可以提供纸质 的内容。Pay for what you read (only).9与IR相关的eCommerce思路：eFACT eFACT: Universal Q/A Database 目标：Answer any question over web 增量式创建一个规模巨大的FAQ库，按主题领 域分类 雇用人员在线
7、回答问题，报酬可以是免费享受 这个FAQ服务或者就是现金 如果系统已有的答案能和新来的问题匹配，直接给 出答案，否则就发给人员处理，或者将问题整理成 查询送到一个搜索引擎上，给用户返回一些网页（ 虽然不是答案，但目前只能这样），过后再通过 email送答案 Essentially do AskJeeves the right way 类似于上交大的“answer machine”，和韩华创意 的“良师益友”完全一样！10与IR相关的eCommerce思路： iSELLiSELL: Meta Auction eSite（元拍卖） 目标：The Metacrawler of Web Auction
8、 Sites 用户描述他要卖的东西 iSELL找到一个（或者多个）最合适的拍卖网站 卖类似的东西（通过检查用户描述和网站描述的相似 度确定） 最好的价钱 iSELL的metaform自动的连到相关的拍卖网站， 并使其物品在那些网站上列表出现；一旦卖出， 就从所有列表上删除 iSELL得到售价的一个%以及广告收入 11与IR相关的eCommerce思路： WebRATEWebRATE: Rating Service for eSites 目标：Become Nielsens or CU or USN&WR等 网站分析评估机构 得到一个网站和其他网站的相似程度, . 客户网站为内容评估，访问流量统
9、计等项目付 费 也许还可以收取租用费，可用于市场开拓的数 据费 (traffic, stickiness, favorites entries,)12ASP eBusiness: WebMINERWebMINER: 提供数据挖掘服务 这属于B2B eService，租用，或者咨询 基本工作方式是从客户那里下载业务数 据以及一些和挖掘目标相关的属性数据 收费：发现的规则，模式，以及被挖掘 的数据量 对于流数据的挖掘可以采用“征订模型” （Subscription model），按天、按月等13网络实名（3721） 企业购买词语 系统建立“词语网站”对应关系 查询计费 为便利用户，开辟“地址栏”直
10、接服务， 从而不需要显式登上3721 在建立起名气和流量之前有一个业务拓 展的learning curve14竞价排名（百度，Google） 基于搜索引擎的流量所派生的业务 基本假设：产品和服务可以用一些词来刻画（ 例如“鲜花”，“家电维修”），在搜索引擎上输 入那些词的用户有一个%是想购买相应的产品 或者服务 向企业宣传这个概念，鼓励他们来“买词”，例 如海尔可能会买“空调”，“电冰箱”等 全国有70000多家有一定名气的企业15竞价排名 一个企业可能买多个词，多个企业可能买同一 个词，可以出不同的价 执行规则 如果词X有企业购买，则当用户查询X的时候返回结 果的头几条为出资的企业占有 如果
11、词Y没有企业购买（例如“高等数学”），则返 回结果按相关性排序 如果企业A, B买了X，且出资A(X) B(X)，则当用 户查询X的时候，A会排在B的前面 计费当用户点击网站链接时发生16竞价排名 合理性：基本假设 + 统计规律 用户 好，能帮我更快的寻求商品或服务 不好，我并不想买东西，只是希望得到相关知识信 息，将那些厂家排在前面，我烦！ 商家 好，比在电视、报纸上做广告还有效（点击了我的 很大一部分就是有购买的意向，我只为点击付钱） 不好，谁知道有多少人要上你这里来查我的产品， 还有财大气粗的就要排在我前面！ 17天网知名度 假设：名人、名企业、政府机构，都会 关心自己在网络媒体上的形象
12、 广泛收集，针对性过滤（多对多） 基本词项加query expansion，以追求高的“相 关性”，例如，“王菲”，“流行歌手”，“香港” 收费 征订模式：按月发简报 应急服务模式：搞了一场什么活动收集反响18企业竞争情报系统19eBusiness Ingredients B2B Examples 对intranets和企业文档数据库的内容建立索引 提供搜索引擎，文本提取等服务（天网SE4Campus） 在Web基础设施上的优化 Akamai, 托管（信息、服务器等）服务，“燕捷” 供货网络，逆向拍卖（reverse auction） FreeMarkets, Commerce One, I2
13、, . 我愿意最多出100元买X，但三天后决定，出价吧！ Full N-to-N eMarketplaces（全方位供销） Ariba, Dynamix, . Financial Services T, MyCFO.com, .20eBusiness Ingredients (2)First Mover Advantage Often Wins Amazon, other eTailers Yahoo other portals Ebay other auction sites Dell-on-web other web PC vendors21eBusiness Ingredients (
14、3)But, Better Technology Also Wins On B2C search-portals: Google AltaVista & Lycos WebCrawler Though WebCrawler was “first“ On licensable B2B search engines: Google-engine Inktomi & Verity others though Verity came first22eBusiness Ingredients (4)Find New Niche in eEcology（在数字生态 中发现新的生机） FreeMarkets
15、 in B2B reverse auctions Treasurypoint/Wisdom: Managing and optimizing corporate treasuries (ASP) IBM and BEA in web-based middleware Dynamix: Generalized trading engine23将传统的业务拓展到eBusiness (1)Q: Who is the largest system integrator for web applications? A: IBM Q: Who are the largest consultant for web applications? A: IBM and Accenture Q: Who is the largest seller of web-related software? A: Microsoft Q: Who is the largest software provider to eCommerce sites? A: ORACLE Q: Who is the largest hardware provider
