抓取网页主要内容的服务有价值么？
2012-01-19 20:06:57   来源：   点击：

9 个答案

• 答案 1：

  实现起来并不困难，并且有现成的开源工具。但是网页／自然语言的噪声是很大的，想提取出很clean的数据或者达到很高的正确率就比较困难了。事实上很多人在试图将整个互联网整合为structured data， 也就是所谓的“semantic web”， 有很多相关的研究，但是还没有形成统一的认识和标准，盈利模式就更加模糊了。现在web2。0的盈利模式都还不清晰，就不要提还在襁褓中的web 3。0了。

• 答案 2：

  如果能做到智能学习和识别，__准确地__抽取出主要内容，那么它就成为了一个强大的RSS自动提取器（还是全文的）。进一步，如果这个提取器能做到__实时__渲染，那可以说整个web的内容展现都可以被重新定义，这将是另外一个崭新的世界

• 答案 3：

  同样一个东西，只有你有创新之处，就比别人有价值；关键之处要让别人感受到产品的闪光点。

• 答案 4：

  网页主体内容抽取非常有价值，在全网搜索引擎里面尤其重要，是保证搜索结果与用户查询意图相关的基础。而随着网页的多媒体元素比例增加，主体内容抽取不仅仅需要提取文本信息，还包括图片、音频、flash内容等。如何提取和解析这些内容都很有需求。当然，价值的多少要看准确率能做到什么程度。

• 答案 5：

  不是很懂，感觉这个应用类似新闻编辑的采集器一样。或者跟聚合类网站一样；或者跟网友推荐聚合类网站一样，抓虾？以前好像有类似的推荐网站，digg类的，记不清了。后来好像都半死不活了。原因无非是，抓过来还不如点击过去看原版吧。是否盈利，要看盈利方向是什么，如果是广告方向，就要看是否有足够多的用户数和流量。当然，如果用户数不多，但够高端，够精准也可以。如果所指的主要是个采集功能，估计没啥用。就是个转帖机器，自动水军。【后面添加的内容】当年，大旗和奇虎网出来的时候，我个人曾判断，大旗能活下去，奇虎网会死掉。大旗做的是论坛聚合，机器抓+人工抓，国内论坛多，需要一个集纳网站；奇虎做的是新闻聚合，机器搞死，也搞不过新浪上千号编辑弄出来的内容。大旗找到了一个空白，所以能活，但也就是半死不活。最根本的道理，这样的采集+聚合，吸引来的只是一点点人气或者流量，不是真正的用户。

• 答案 6：

  我觉得一个可能的方向是做咨询。客户可以是一个公司也可以是一个组织，甚至是某一个个人。为特定的个人或组织收集特定的信息，使之可以更好的面对危机或者是提高形象等。在这个角度上，信息的高效整合与合理提取将是关键。将这两个关键点做好做精将会变得非常有竞争力。我暂时是没有发现在这方面做得非常杰出的公司。这回事一个很有前途的领域。

• 答案 7：

  如果作为移动应用，还是有价值的。因为移动应用，如果加载原网页实在费劲。如果是考虑PC版的话，我觉得从用户体验出发，是一个好的开始。但是，如果只是提供信息采集的话，你可以考虑把所有信息集合成为一个数据库而销售。

• 答案 8：

  有价值。不过主要是商业价值。我上一家公司就是专业做这个的。客户是大的互联网公司。

• 答案 9：

  这东西，简单的脚本编程就能实现。广大垃圾站站长做了好久了。靠伪原创欺骗搜索引擎，汇聚流量，再依靠广告联盟变现。