Web 1.0 Web 2.0Web 3.0
在介绍
Web 3.0
以前
,
我们先简单回顾一下什么是
Web 1.0
和
2.0. Web 1.0
简单来说
,
就是以数据为本
.
这个时期大量门户网站的出现
,
网民们只能通过记忆大量的门户网站的网址来浏览信息
.
各个网站都争相比较自己的数据量
,
和网页的点击量
.
当然了
,
网页点击量是无法换取真正的资金的
.
在众多门户网站里
,
有一个网站悄然兴起
.
那就是搜索网站
Google. Google
刚出来的时候
,
并没有被太多的人看好
.
主要认为它没有任何广告
,
纯搜索的功能无法带来直接的商业价值
.
然而
,
事实证明
,
通过关键字来查询的搜索引擎恰恰扮演了
Web 2.0
中极其重要的角色
.
另外一个生存下来的网站类型是
Blog.
Blog
让网站有了资料的来源
,
让人们的个人特色充分显示的地方
.
网络百科全书
Wiki
和
RSS(
推技术的应用
)
在
Web 2.0
中
,
也非常的广泛
.
到了
2007
年
, Web 2.0
基本走向成熟
.
以
Ebay
和淘宝网为特点的
B2C
的方式也逐渐开始盈利
.
那么接下来是什么
?
Web 3.0
目前来看
,
主要由
4
个部分构成
.
智能比较搜索引擎 软件代理搜索 3D网络世界 网络信息跟随
1.
不用关键字就可以搜索的引擎
(
智能比较搜索引擎
)
在我们所说的
Web 3.0
技术里面
,
有一个技术十分有意思
.
它就是不用输入关键字而进行搜索的引擎
.
其实在生活中
,
我们很多时候手上有的资料是没有文字和名字的
.
比如我们想够买衣服
.
然后用户喜欢某个女明显穿的晚礼服
,
她也想购买
.
但是
,
她没有可能知道这个晚礼服叫什么名字
,
谁做的
,
什么牌子
.
她只有一张从网上新闻里存下的照片
.
这个引擎就有用武之地
.
它可以通过对照片扫描
,
来寻找类似的衣服
,
并可以进行选择不同的衣服的颜色
,
细节等
.
比较典型的例子就是
www.like.com
网站
.
这个网站英文名字取得不错
.
既有喜欢的意思
,
也有类似的意思
.
在like.com里面,你有好几种搜寻的方式. 你可以通过文字查询,或者选择类别,或者选择名人的照片. 就像你现在看到的那样,名人的照片可以被分割成细节,然后根据这个细节来进行搜索.
现在让我们来看一下实例:
比如说我们现在要买一个包,我们先输入关键字,bag, 然后选择一个大致的包的样式
接下来, 我们要选择颜色的重要性, Yes, the color does matter!!

然后选择形状的重要性

选择完这两个选项后, 屏幕上的包已经被改变了. 仔细看, 包的类型更加靠近第一种

假设我们非常喜欢红色

我们选择完红色后, 包的颜色就改变了

再假设我们很喜欢包的搭扣的设计,我们先选择出搭扣

然后告诉网站, 搭扣的形状和颜色同样重要!!

哇啦, 这个就是我们的结果

呼, 抹一把汗, 真累人啊.
你还等什么, 赶快上去看看吧.
2. Semantic Web—让电脑能够分析的页面技术
Semantic Web这个术语是Tim Berners – Lee (网络创始者)提出的新的理论. 在这个定义里面, 我们的电脑能够像人类一样来读懂网页, 理解网页. 这个理论其实在2001年就已经提出了. 在这个技术的支持下, 我们可以把我们要搜索的内容给代理软件, 由电脑进行负责搜寻. 举例来说, 在医院里面, 如果我们需要配药. 我们可以直接用我们的PDA连接到医生的代理端口, 直接找到在家庭住址附近的10公里以内的药店, 并且药店已经有该药品的库存. 那个药店还有服务质量反馈等信息. 同时我们可以用网络来处理病人和医生各自的日程表, 来安排日程. 这一切的服务全部有软件代理来进行完成. 这个运算量和交叉信息的搜索是十分惊人的. 它对网络页面的人工智能,数据库的开放限度和兼容性的要求也非常高. 现在,我们已经拥有了这种类似的数据库,叫做RDF和网络通用语言(OWL). 现在Yahoo!的最新美食站点已经有了类似的功能. 网站名称叫做Spivack’s Radar
Network(Spivack 雷达网)就是由这种技术构成. 这个听上去也许并不复杂, 但是真的执行起来需求的资源是十分惊人的!!
让我们来个实例.
http://www.adaptiveblue.com
这个网站提供了一个Web
3.0的技术, 智能引擎. 它是根据关键字来自动形成一系列用户的潜在操作. 比如,你对最新的<<无间道>>很有兴趣. 你可以右键选择你的无间道,然后在菜单里选择你想要搜索的引擎, 它的市场价格, 相关照片等. 目前这个服务支持Firefox.

当你在Firefox里面安装了blueMenu后, 在右键菜单里, 会出现可能相关的交叉信息

这些便捷的操作省下了你不少时间. 当然了, 这个和我们讨论的Semantic Web相差甚远, 但是他们的想法是类似的.
如果谁有想讨论, 请跟帖.
To be continued.........