搜索也泄密？我們?cè)撛鯓右?guī)范搜索信息

搜索也泄密？我們?cè)撛鯓右?guī)范搜索信息

周濤(電子科技大學(xué)教授，電子科技大學(xué)互聯(lián)網(wǎng)科學(xué)中心主任)劉奕群(清華大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)系講師)對(duì)話(huà)背景韓媒報(bào)道稱(chēng)，韓國(guó)政府8月11日表示將分階段廢除網(wǎng)絡(luò)實(shí)名制，完善同意搜集個(gè)人信息制度等對(duì)策來(lái)保護(hù)個(gè)人信息安全。韓國(guó)互聯(lián)網(wǎng)在2007年7月實(shí)施實(shí)名制后，網(wǎng)民個(gè)人信息在網(wǎng)絡(luò)上被大批量偷竊或泄露。同時(shí)，嚴(yán)格管理用戶(hù)在自己使用過(guò)的電腦上留下的個(gè)人記錄，確保不被商業(yè)組織過(guò)多利用。網(wǎng)絡(luò)技術(shù)的進(jìn)步使得個(gè)人隱私成了問(wèn)題。但同時(shí)，我們又面臨著海量信息，想找到自己的那款好像大海撈針，搜索出來(lái)的無(wú)數(shù)條結(jié)果猶如廢品。一邊是泄密，一邊是廢品，互聯(lián)網(wǎng)搜索到底是怎么了？為什么在搜索中我們不容易得到自己需要的信息？在上網(wǎng)或搜索過(guò)程中會(huì)不會(huì)造成信息泄露？如何保護(hù)個(gè)人信息？就此，記者采訪(fǎng)了有關(guān)專(zhuān)家。用戶(hù)使用習(xí)慣和算法直接關(guān)系到搜索質(zhì)量主持人：為什么在搜索中我們不容易得到自己需要的信息？周濤：首先，我認(rèn)為在大部分情況下，借助搜索引擎，用戶(hù)能夠比較容易找到自己需要的信息。當(dāng)然，有時(shí)候也會(huì)遇到困難，我認(rèn)為原因有以下幾點(diǎn)：最本質(zhì)的原因是信息爆炸性的增長(zhǎng)；其次是一些技術(shù)的問(wèn)題，譬如怎么樣判斷用戶(hù)輸入的搜索詞和網(wǎng)頁(yè)內(nèi)容的相關(guān)程度等，也是麻煩的問(wèn)題；再次，搜索引擎里面加入了很多商業(yè)因素，包括推廣鏈接，關(guān)鍵詞競(jìng)價(jià)排名等等，這些都會(huì)在一定程度上影響搜索的質(zhì)量。當(dāng)然，用戶(hù)自身關(guān)鍵詞選擇沒(méi)有經(jīng)驗(yàn)，也會(huì)影響搜索結(jié)果的獲得。主持人：這種搜索的盲目是否是搜索引擎故意設(shè)置？與技術(shù)有沒(méi)有關(guān)系？周濤：搜索的質(zhì)量和搜索算法有直接的關(guān)系。當(dāng)然，一方面算法在不停改進(jìn)，另一方面，搜索的范圍在不斷擴(kuò)大，用戶(hù)對(duì)信息準(zhǔn)確程度的要求越來(lái)越高，所以用戶(hù)對(duì)搜索質(zhì)量的評(píng)價(jià)不一定會(huì)提高。任何一個(gè)搜索引擎都希望用戶(hù)能夠盡快獲得所需要的信息，不會(huì)故意設(shè)置障礙！劉奕群：從我的角度來(lái)說(shuō)，我很難設(shè)想搜索引擎會(huì)故意在用戶(hù)使用的過(guò)程中設(shè)置障礙。搜索引擎行業(yè)的競(jìng)爭(zhēng)是非常激烈的，所有的搜索引擎公司都希望能夠最快地、最好地滿(mǎn)足用戶(hù)的需求。當(dāng)然搜索引擎也和其他網(wǎng)站一樣，希望能夠盡量長(zhǎng)時(shí)間地讓用戶(hù)留在這個(gè)頁(yè)面上，因?yàn)殚L(zhǎng)時(shí)間的停留有可能會(huì)帶給它更多的利益，任何網(wǎng)站都是這樣。因此，搜索引擎肯定是想留住用戶(hù)，但是我很難想象搜索引擎會(huì)用設(shè)置障礙的方式將用戶(hù)留在上面更長(zhǎng)時(shí)間，這也是不太現(xiàn)實(shí)的?，F(xiàn)在有一個(gè)比較明顯的誤區(qū)，就是大家都認(rèn)為只要把廣告放在搜索頁(yè)面上，就可以賺錢(qián)。這是完全不對(duì)的。因?yàn)樗械乃阉饕娑疾皇峭ㄟ^(guò)“展現(xiàn)給用戶(hù)”的模式來(lái)計(jì)費(fèi)的，搜索引擎都是采用點(diǎn)擊收費(fèi)的模式。所以，如果在某次查詢(xún)時(shí)，搜索引擎給了用戶(hù)一個(gè)明顯不相關(guān)的廣告，這對(duì)搜索引擎來(lái)說(shuō)也是一件很不劃算的事情。因?yàn)楫?dāng)用戶(hù)發(fā)現(xiàn)這是一個(gè)明顯的無(wú)關(guān)的欺詐行為的話(huà)，用戶(hù)可以選擇不點(diǎn)擊它，搜索引擎一樣賺不到錢(qián)。所以從這個(gè)意義上說(shuō)，搜索引擎和用戶(hù)之間是共贏的：搜索引擎希望用戶(hù)找到自己最想要的東西，從而保持自己的競(jìng)爭(zhēng)力；而另一方面，用戶(hù)也想通過(guò)搜索引擎找到最想要的。搜索引擎很難對(duì)所有信息都公平主持人：搜索引擎是不是應(yīng)該對(duì)所有網(wǎng)站和信息都公平？周濤：世界上沒(méi)有絕對(duì)的公平，互聯(lián)網(wǎng)也一樣，但至少互聯(lián)網(wǎng)要比現(xiàn)實(shí)社會(huì)更公平。任何一個(gè)搜索算法本身肯定是具有傾向性的，譬如會(huì)傾向于有很多鏈接鏈入的網(wǎng)頁(yè)，會(huì)傾向呈現(xiàn)新近出現(xiàn)或新近活躍的網(wǎng)頁(yè)等等。但是這個(gè)算法給定之后，對(duì)于所有的網(wǎng)頁(yè)，它們的排序是嚴(yán)格按照算法來(lái)的，從這個(gè)意義上講，這是公平的。當(dāng)然，百度開(kāi)創(chuàng)性地把經(jīng)濟(jì)作為一個(gè)維度放入到搜索算法中，允許網(wǎng)頁(yè)的所有人通過(guò)付費(fèi)的形式，提高網(wǎng)頁(yè)排名。從算法的角度來(lái)看，這應(yīng)該是一種不公平的行為。不過(guò)，用戶(hù)不應(yīng)該對(duì)此有太多的批評(píng)，我們首先要感謝這些搜索引擎對(duì)數(shù)千億網(wǎng)頁(yè)進(jìn)行抓取分析。我們肯定也經(jīng)常通過(guò)這些搜索引擎獲得有價(jià)值的信息，因此允許它們引入一些“不公平”因素而很好活下去，對(duì)用戶(hù)自己也是有好處的。譬如，在沒(méi)有百度和必須繞過(guò)百度6個(gè)推廣鏈接之間，我覺(jué)得用戶(hù)肯定會(huì)選擇后者。從另一個(gè)角度講，如果百度賺到足夠多的錢(qián)并且開(kāi)拓了很多新的商業(yè)模式后，能夠逐步減輕甚至放棄競(jìng)價(jià)排名機(jī)制，用戶(hù)肯定是樂(lè)于看到的。劉奕群：搜索引擎很難做到對(duì)所有的信息是公平的。比如說(shuō)，我是一個(gè)個(gè)人網(wǎng)站主，并開(kāi)設(shè)了一個(gè)自己的網(wǎng)站，并不能說(shuō)搜索引擎對(duì)我的網(wǎng)站的內(nèi)容和對(duì)門(mén)戶(hù)網(wǎng)站的內(nèi)容就是公平的。因?yàn)槲业耐度胍膊粔?，盡管我的內(nèi)容可能在某一個(gè)方面是非常漂亮的，但是很難為人所知，所以搜索引擎也很難抓取到。因此，完全的公平是很難做到的。從另一個(gè)角度講，搜索引擎并不是一個(gè)公益行業(yè)，要完全地公平地呈現(xiàn)信息也是不太可能的?，F(xiàn)在搜索引擎會(huì)通過(guò)一些自己支持的項(xiàng)目使互聯(lián)網(wǎng)上的信息獲取盡量平等些。通過(guò)分析歷史和喜好呈現(xiàn)用戶(hù)自己的搜索結(jié)果主持人：有哪些技術(shù)或方法能讓用戶(hù)更快捷地找到對(duì)自己有用的信息？周濤：除了搜索中用到的切詞技術(shù)、語(yǔ)義分析、排序算法等等，我覺(jué)得在經(jīng)典搜索算法之外，最有可能改變搜索體驗(yàn)的技術(shù)，就是所謂的個(gè)性化技術(shù)。簡(jiǎn)而言之，是通過(guò)用戶(hù)以前搜索的結(jié)果和點(diǎn)擊的歷史，分析用戶(hù)的喜好，從而為每一個(gè)用戶(hù)呈現(xiàn)個(gè)性化的搜索結(jié)果。事實(shí)上，百度已經(jīng)推出了個(gè)性化搜索的服務(wù)，國(guó)內(nèi)也有專(zhuān)門(mén)做個(gè)性化技術(shù)的公司，例如百分點(diǎn)科技。個(gè)性化搜索及其他互聯(lián)網(wǎng)的個(gè)性化服務(wù)會(huì)很快走入大多數(shù)互聯(lián)網(wǎng)用戶(hù)的生活。注意，個(gè)性化技術(shù)意味著用戶(hù)要損失一定的個(gè)人隱私。劉奕群：基于我們現(xiàn)有的搜索引擎應(yīng)用環(huán)境，我有兩個(gè)建議。第一個(gè)建議是，如果用戶(hù)要進(jìn)行一些商業(yè)意圖比較明顯的搜索的話(huà)，并不一定要通過(guò)一般搜索引擎來(lái)進(jìn)行。當(dāng)然這個(gè)對(duì)用戶(hù)的要求就比較高了，用戶(hù)應(yīng)當(dāng)可以了解一些我們稱(chēng)之為“垂直搜索引擎”的資源。這個(gè)搜索引擎可能是面向某一個(gè)特殊的領(lǐng)域搜索。另一個(gè)建議是，因?yàn)樗阉饕婷鎸?duì)的是一個(gè)非常復(fù)雜的信息環(huán)境，這個(gè)信息環(huán)境中可能有很多的噪音，很多的垃圾，這個(gè)是很難避免的。所以用戶(hù)在使用搜索引擎的時(shí)候一定要意識(shí)到搜索不是萬(wàn)能的，是可能產(chǎn)生錯(cuò)誤的。因此用戶(hù)在使用搜索引擎時(shí)，應(yīng)當(dāng)懷著一個(gè)“七分信任、三分懷疑”的心態(tài)去看網(wǎng)上的資源。個(gè)性化意味著要損失一定的個(gè)人隱私主持人：用戶(hù)有沒(méi)有什么方法能夠找到適合自己的信息？周濤：如果用戶(hù)希望主動(dòng)獲取，我個(gè)人覺(jué)得最好的途徑還是搜索引擎。其次，用戶(hù)可以把自己常用的網(wǎng)頁(yè)收藏起來(lái)，譬如用Delicious提供的工具，并且用合適的標(biāo)簽進(jìn)行管理。以后，通過(guò)瀏覽興趣相投的其他用戶(hù)的收藏，或者同一組標(biāo)簽下的其他收藏，很容易找到感興趣的內(nèi)容。如果用戶(hù)希望被動(dòng)獲取，那么推薦引擎是一個(gè)很好的選擇。主持人：推薦搜索引擎會(huì)不會(huì)引起個(gè)人信息泄露呢？周濤：這是一個(gè)平衡的問(wèn)題，要想獲得更好的體驗(yàn)，就需要犧牲一部分個(gè)人隱私。當(dāng)然，這部分隱私應(yīng)該只能被用于提高搜索的質(zhì)量，而不能被企業(yè)公開(kāi)或販賣(mài)或謀求其他利益。如果用戶(hù)擔(dān)心自己的隱私被泄露，但又想獲得更好的個(gè)性化的搜索體驗(yàn)。我建議用戶(hù)在平時(shí)工作或者娛樂(lè)的時(shí)候，可以登陸使用個(gè)性化搜索。在特定的一些隱私活動(dòng)，譬如搜索自己的一些病癥，搜索可能的訴訟問(wèn)題，搜索色情網(wǎng)站等等的時(shí)候，就退出登錄。趣談《天龍八部》與推薦搜索找到你的那一款數(shù)千億計(jì)的網(wǎng)頁(yè)，淘寶的上億件商品，Delicious的數(shù)億網(wǎng)頁(yè)收藏，Amazon的百萬(wàn)圖書(shū)，Netflix的數(shù)萬(wàn)部電影……對(duì)于我們而言，僅僅是將這些瀏覽一遍也要窮盡若干人生，更不用提仔細(xì)思量比較，選擇最適合自己的產(chǎn)品。簡(jiǎn)而言之，一般互聯(lián)網(wǎng)用戶(hù)對(duì)于絕大多數(shù)名義上可以獲取的信息都是一無(wú)所知的。搜索引擎的出現(xiàn)，是解決信息過(guò)載問(wèn)題的一個(gè)里程碑式的事件。搜索引擎的本質(zhì)是幫助用戶(hù)找到“他想要的東西”。用戶(hù)在使用搜索引擎的時(shí)候，需要輸入若干關(guān)鍵詞進(jìn)行查詢(xún)，這就意味著用戶(hù)使用之前，對(duì)于查詢(xún)結(jié)果的內(nèi)容和形式存在著預(yù)設(shè)的期望。典型如查找某機(jī)構(gòu)地址和聯(lián)系方式，某網(wǎng)站主頁(yè)，某八卦新聞詳情等。推薦引擎的本質(zhì)是幫助用戶(hù)找到“他喜歡的東西”。推薦引擎在沒(méi)有把用戶(hù)喜歡的東西呈現(xiàn)給用戶(hù)之前，用戶(hù)對(duì)這些東西很可能是一無(wú)所知的：既不知道其存在性，更談不上預(yù)先知道是否喜歡了。推薦引擎是通過(guò)用戶(hù)以前的訪(fǎng)問(wèn)記錄，猜到用戶(hù)喜歡什么，然后把用戶(hù)喜歡的東西找出來(lái)，推送到用戶(hù)面前。以《天龍八部》為例，段譽(yù)在無(wú)量山山洞中見(jiàn)到神仙姐姐的時(shí)候，就植下了一生的情種。之后在燕子塢見(jiàn)到王夫人的時(shí)候，覺(jué)得有三四分相似；見(jiàn)到王語(yǔ)嫣的時(shí)候，覺(jué)得有七八分相似。從此，段譽(yù)對(duì)王語(yǔ)嫣的愛(ài)慕?jīng)]有變化過(guò)。對(duì)于這種需求，搜索引擎最合適不過(guò)了，想象段譽(yù)可以把神仙姐姐的特征轉(zhuǎn)化成關(guān)鍵詞輸入進(jìn)去，我們的任務(wù)就是在千千萬(wàn)萬(wàn)的候選人中找出最象神仙姐姐的那位！段正淳則不一樣，愛(ài)過(guò)的女人很多，刀白鳳、秦紅棉、甘寶寶、阮星竹、王夫人、馬夫人……可