豌豆荚做“应用内搜索” 试图建立新的移动互联网入

简介: 在2013年9月17日举办的首次豌豆荚开放日上,豌豆们第一次展示了将塑造移动互联网形态的应用内搜索技术。尽管移动互联网时代来得比人们的预想还快,但移动互联网入口到底是什么当下仍旧没有定论。作为中国最优质的应用搜索平台,豌豆荚给出的答案是:应用搜索只是第一步,真正打通应用、实现应用内内容的完整搜索,才是移动互联网最具竞争力的入口。豌豆荚将以开放的方式实现应用内搜索,并向百度等传统搜索引擎巨头发起挑战,争夺移动互联网的入口地位。

在2013年9月17日举办的首次豌豆荚开放日上,豌豆们第一次展示了将塑造移动互联网形态的应用内搜索技术。尽管移动互联网时代来得比人们的预想还快,但移动互联网入口到底是什么当下仍旧没有定论。作为中国最优质的应用搜索平台,豌豆荚给出的答案是:应用搜索只是第一步,真正打通应用、实现应用内内容的完整搜索,才是移动互联网最具竞争力的入口。豌豆荚将以开放的方式实现应用内搜索,并向百度等传统搜索引擎巨头发起挑战,争夺移动互联网的入口地位。

image.png

豌豆荚表示,最近刚刚推出的视频搜索其实是在为应用内搜索投石问路。


豌豆荚的视频搜索支持跨应用搜索,帮助用户找到想要的视频,并优先推荐用户设备中已有的视频应用搜索结果。该功能发布5天以来,累计下载次数近1200万次,50万用户尝试使用订阅剧集的“追追看”功能。


豌豆荚应用内搜索产品设计师在现场演示产品Demo时举例,当用户在豌豆荚中搜索一部电影,豌豆荚显示的搜索结果涵盖了豆瓣电影中的影评内容,猫眼电影中的电影票订购功能以及网页搜索内容。豌豆荚会优先搜索用户设备内的应用内容,在用户设备中没有能满足相似功能应用的情况下,为用户推荐下载相关应用。


这极大地发挥了豌豆荚的应用商店和渠道分发优势,目前豌豆荚已覆盖2亿用户,收录不重复应用达70万款。

image.png


回归搜索

“应用商店的基础架构就是搜索,豌豆荚一直都有搜索基因。”豌豆荚联合创始人兼CEO王俊煜表示,2010年,王俊煜从谷歌用户体验团队加入豌豆荚创始团队,如今的应用内搜索项目,王俊煜认为是一次回归。


“我一直在用谷歌思维做产品,比如推广的位置,我的产品一定会告诉你这是广告。”手机的屏幕有限,如果用户在手机中操作的搜索结果,首屏都被推广链接所霸占,用户体验是极差的。


“移动搜索与网页搜索完全不同,移动搜索必须重构,充分考虑用户在移动场景下使用的体验,”王俊煜称,“应用内搜索是全新的移动互联网入口,这是一条全新的起跑线。”

据透露,应用内搜索的架构由豌豆荚自主开发,网页搜索结果将引用第三方搜索服务。


WebApp与Native App趋近融合,但无法互相取代

WebApp与Native App谁是主流在业界的争论一直不休,豌豆荚应用内搜索技术负责人姚从磊认为,“由于Native App在短期内仍是用户主要的使用场景,打通Native App的应用内搜索就成了实现移动搜索的关键。”在未来,Native App和WebApp在形态上必然趋近和融合,WebApp在性能上将更趋近于Native App,而Native App也将逐步实现免安装、免升级等WebApp的特性。不过,尽管如此,WebApp仍然难以完全取代Native App。


Native App具有性能稳定、速度更快,能够更好地调用硬件设备、提供全屏交互体验,可以离线使用,开发工具及生态更加完善等特点,能够保证移动场景的搜索体验。

从开发者角度来说,接入豌豆荚应用内搜索非常容易,在技术手段上将利用Android现有的接口机制,而非自建私有协议,遵循Android及Web已有的技术标准,不会增加额外的开发成本。姚从磊介绍说:“我们向一些开发者展示了应用内搜索的想法,他们都非常兴奋。这种方法不仅可以帮助开发者进一步推广应用,唤醒用户手机中沉睡的应用,而且还为开发者提供更多的变现可能性。”


据称,豌豆荚将依据应用和内容质量排序,以保证用户体验。


向百度发起挑战

豌豆荚应用内搜索功能还没有公布上线时间,使得这一次的开放日活动仿佛是在提醒对手抓紧步伐,提前宣战。


早在去年10月,百度就提出了“应用内搜索”的概念,CEO李彦宏也在大力倡导移动搜索的新方式,时隔近一年,百度再次提出了“轻应用”的概念,将WebApp接入百度移动客户端中,并未提及应用内搜索,百度仿佛已经放弃了应用内搜索。


而在百度收购91无线之后,豌豆荚给外界的感觉是明显加快了发展步伐,推出支付SDK,视频搜索和宣布正在研发应用内搜索。


“我们要挑战传统搜索。”王俊煜认为,在移动搜索的入口争夺中,大家都在同一起跑线上。豌豆荚的优势不仅仅在于有应用商店分发渠道的扎实基础,更重要的是在于其搜索业务没有历史负担。


不过,如何培养和迁移用户的使用习惯,对豌豆荚乃至其他搜索应用来说,都是一个难题。

相关文章
|
人工智能 前端开发 JavaScript
【AI】命令行调用大模型
通过命令行调用AI大模型以提高效率,文章介绍了一个使用前端npm的方法。首先创建npm包项目,初始化配置,然后编写`constant.js`、`kiwi.js`和`main.js`三个文件,分别存放API密钥、调用接口和主逻辑。在`kiwi.js`中使用axios与大模型API交互,`main.js`接收命令行参数并输出结果。通过修改`package.json`设置入口文件,并使用`npm link`全局安装,实现命令行调用,如`moon 你好`。
726 0
|
文件存储 Docker 智能硬件
DIY nas之casaOS云系统&Home Assistant
CasaOS是一个基于Docker生态系统的开源家庭云系统,专为家庭场景而设计,它可以让您创建自己的云服务器
2713 1
执行apt-get install xxx 遇到无法定位软件包解决方法
执行apt-get install xxx 遇到无法定位软件包解决方法
4754 0
执行apt-get install xxx 遇到无法定位软件包解决方法
|
5月前
|
运维 Prometheus 监控
运维别瞎忙,先把“看板”整明白!——运维数据可视化的最佳实践
运维别瞎忙,先把“看板”整明白!——运维数据可视化的最佳实践
249 1
|
Web App开发 JavaScript 前端开发
深入浅出Node.js后端开发
本文将带你走进Node.js的世界,从基础到进阶,逐步解析Node.js在后端开发中的应用。我们将通过实例来理解Node.js的异步特性、事件驱动模型以及如何利用它处理高并发请求。此外,文章还会介绍如何搭建一个基本的Node.js服务器,并探讨如何利用现代前端框架与Node.js进行交互,实现全栈式开发。无论你是初学者还是有一定经验的开发者,这篇文章都将为你提供新的视角和深入的理解。
444 4
|
10月前
|
机器学习/深度学习 人工智能 自然语言处理
Logic-RL: 小模型也能强推理,通过基于规则的强化学习提升大语言模型结构化推理能力
这篇论文探讨了基于规则的强化学习(RL)如何提升大型语言模型(LLM)的高级推理能力。通过在程序生成的逻辑谜题上训练并强制执行结构化思考,即使是较小的模型也能开发出可转移的问题解决策略。研究引入了多层次奖励系统,包括格式、答案、推理一致性和反思奖励,以引导模型形成严谨的推理过程。实验结果表明,这种方法不仅提高了模型在逻辑任务上的性能,还在数学问题解决、代码调试等领域展现出显著的泛化能力。此外,该方法在较小模型上实现了与大模型相当甚至更优的推理表现,为资源受限环境下的高效推理提供了新途径。
964 0
Logic-RL: 小模型也能强推理,通过基于规则的强化学习提升大语言模型结构化推理能力
|
搜索推荐 物联网 智能硬件
智能穿戴设备的应用场景
智能穿戴设备的应用场景广泛且多样化,它们不仅提升了日常生活的便利性,还融入了健康管理和科技娱乐等多个方面。以下是一些具体的智能穿戴设备应用场景:
|
存储 关系型数据库 MySQL
优化 MySQL 的锁机制以提高并发性能
【10月更文挑战第16天】优化 MySQL 锁机制需要综合考虑多个因素,根据具体的应用场景和需求进行针对性的调整。通过不断地优化和改进,可以提高数据库的并发性能,提升系统的整体效率。
729 1
|
域名解析 网络协议 Linux
在Linux中,如何配置DNS服务器和解析服务?
在Linux中,如何配置DNS服务器和解析服务?
|
存储 缓存 NoSQL
MongoDB数据库的主要应用场景是什么?
【6月更文挑战第5天】MongoDB数据库的主要应用场景是什么?
1523 1