GooSeeker

MetaSeeker不仅仅是一个Web信息提取工具/信息抓取工具，它还是一个驻留在Web上的服务，采用一种协同方式由用户维护网页的信息结构。去年产品第一版发布后，一个用户在10月份问我：作为一个信息提取工具为什么要做成Web驻留的方式。

对人生的期许过于理想化不是一件好事，几年前为语义网络技术所吸引，深奥的理论研究已经做不了了，只想搞点实用的小东西。

在Web信息提取领域工作多年，经历了垂直搜索、社交网络、mashup、MEME、推荐引擎等多个浪潮，每个浪潮都需要大量的信息提取/页面抓取工具，经过多年的定制开发工作，发现这个领域简直是长青藤，要创办上述网站，需要消耗很大费用用于提取数据。

最近连续看到国外媒体报道推荐引擎盈利的消息，很受鼓舞。关于推荐引擎，早在2006年发表的文章美国手机业界看好“移动检索”，有这样一句话：

要想将检索结果的数量减少到用户真正需要的7项，必须使用性能强大的推荐引擎等至今还没有的技术。此类技术若能实现，或许还会影响到电脑检索技术

MetaSeeker V3.1.0已经发布了，相对于V2版本，改动相当大，耗费的资金和时间远远超出预期，随着越来越多用户下载使用，规划下一版本的时候到了。

刚读了一篇博文Did Google Just Expose Semantic Data in Search Results?，博文的作者敏锐地发现在Google搜索结果中出现了主-谓-宾格式的搜索结果展现（参见原文的截图），是典型的语义网络技术特征，引起了很多技术领导者的猜想，最焦点的问题是：这种结构化数据是由Google采用某种语义分析技术从非结构化数据中分析出

本文无意对Web3.0下准确的定义，因为我的知识基础不足定义一个新技术，下面的内容是我阅读Ready for Web 3.0/Semantic Web?一文的理解。按原文作者的观点Web3.0就是语义网络。

今天在网上看到一个很好的应用实例meex，使用语义网络技术实现mashup，对其的分析总结在语义网络应用案例研究－meex

RDF相比XML要难懂得多，现在还出现了一个RDFa，下面是节选自http://rdfa.info/wiki/RDFa_Wiki的定义：