在CIC提出IWOM一周年的日子里，在探讨了《You时代，口碑先行》这个话题后，同事与我继续探讨另一个话题，匹配技术。

首先让我们引用一个概念：

碎片，过去信息是聚合在一起的，大家只去几个网站去看信息。而现在，大家不仅仅去不同的网站看信息，还在不同的网站，甚至不同的信息载体(文字、图片、音频、视频)中制造着信息。这些信息就是碎片，当然，你也可以用一个更好听的名字——微内容(Meme)。

互联网每天制造着多少内容，这些内容之间的相关性又是怎样的，我们不得而知。因此我们去研究内容的关联性，并希望将之聚合起来，这就是今天我们一起探讨的话题——匹配技术。

匹配技术的简单介绍

首先让我们来简单说说搜索和展示。搜索有全网搜索、垂直搜索、内部搜索等等；展示有搜索框展示、内容展示等等，搜索，匹配，展示合在一起就是一个搜索引擎。对于此部分就简单的跳过，今天我们的主题是匹配这一部分。

有了信息管理，也就有了匹配。我们不去研究我们的祖先是如何管理信息的，我们也不会去研究文字是如何与实物匹配的，比如说起狗，大家立马就有一个形象引入脑海。今天，我们从搜索引擎开始讲起，最早的搜索的内容匹配主要是以关键词匹配为规则，也就是说用户输入关键词，搜索引擎提供相应的结果。除了关键词的匹配，其他如图片、视频、音频等等目前的多媒体搜索的基础也是关键词匹配，为什么这么说呢，能搜索图片、视频、音频是我们为这些信息加注了某种标识，比如名称、描述、TAG等等。所以，关键词匹配是所有搜索引擎的算法基本所在。这也解释了为什么中文搜索引擎如此看重词的应用，而专家们则说大部分搜索引擎其实就是字典的集合了。

那么，语义匹配（Text Match）又有什么不同呢，同事Paul的文本挖掘技术在CIC的应用已经有了描述。就我个人的非技术性理解，匹配就是找到精准匹配的信息之外，再多给你相近意义的信息。从文字的概念上来说，过去我们寻找信息，搜索引擎给我们的是相近度最高的结果，而语义匹配，则是给我们的相似度最高的结果。这里的相近度是指文字编码一样；这里的相似度则主要是指语义相近。相似度并不仅仅是指简单的同义词，而是在此基础上的庞大的语义的相似。

那么，让我们忘记词汇吧，用句子——有意义的句子去搜索。而引擎方就像一个人脑，能够读懂句子的含义，这种语义基础的匹配是未来信息匹配的关键。现在，无论是传统的搜索引擎公司，还是新兴的搜索公司，都将语义搜索作为研究的重点。今天，我们不会去讨论技术实现的细节，但是语义、图像、视频。

匹配技术目前的应用

让我们回到信息的世界，在这个碎片散乱的世界，你每天看了多少，有多少是你最想看的（精读），有多少是想了解的（泛读），有多少是你不想看的。

搜索是我们找不到想要的信息，或者不知道去哪里找信息的时候，我们会求助的工具。

主动订阅是人们运用自己的大脑自行匹配的结果，在一大堆订阅的文章中，快速的浏览找到自己想要看的信息。订阅量大的人对于信息的渴求是如此的大，以至于他们大多订阅了成百、成千、成万的种子。他们的大脑就是最高级的匹配过滤器，每天的去匹配信息。

推荐是大多数网站常用的粘性方式，主要分为关系推荐和内容推荐两种。关系型推荐的网站一般都是社交类网站，而内容型推荐的网站都是资讯类的。当然，有些网站是两者结合的。

碎片的重新组合，最典型的应用当属新闻聚合了。与推荐不同的是，聚合特指内容方面的打包推荐。它的前提是需要把有关联的碎片重新组合，然后一起展示。

信息的精准度与关联度将是匹配技术最重要的两个评测指标，无论是搜索、订阅、推荐还是聚合。能否真正的让用户认可，“这就是我需要的信息”，这是非常非常有挑战的工作。

匹配技术的未来

谈了匹配技术的重要性，以及目前典型的匹配技术的应用。那么这种技术会为我们的未来带来什么呢？

匹配将会加速信息库的检索与重组，也会加速信息的传播进程。看到想看的，同时还会看到同样的信息有多少。有的朋友说，互联网都是无价值的信息；而有的朋友并不这么认同。原因是什么，原因其实是自我需求方面的不同。说互联网都是无价值信息的朋友，大概自我信息过滤不是很好，而不这么认同的人大致会有一套取的信息的方法。

碎片以前是集中的，现在是分散的。以前只有少数一些地方成为信息源，而现在博客、博客甚至是Miniblog 都可能成为信息源，这种变化的确是会造成“信息无用”，也需要在YOU时代的我们，主动去适应这种变化。

当然，最最希望的是YOU时代的网站们，能够加速信息匹配的能力。为普通网民着想，为他们提供贴心的服务。

YOU时代，如果你是网民，那么你有信息自我匹配的能力么？

YOU时代，如果你是弄潮儿，那么你的网站能够信息匹配么？

你准备好了么？