微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 360好搜APP周边号查找附近服务更方便

360好搜APP周边号查找附近服务更方便

2015-01-15 15:23
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2015-01-15 15:23 CNET科技资讯网

“框搜索不重要,推荐更重要;直达不重要,周边更重要;输入不重要,摸字更重要”。1月6日,360搜索正式推出独立的搜索品牌好搜向“中国第一搜索品牌”发起冲击,而360公司总裁齐向东针对移动端提出的“三个标准”,无疑为移动搜索发展提供新的方向。作为好搜移动客户端的七大杀手锏之一,“周边号”功能能够为用户提供查找附近吃喝玩乐的一站式服务,充分诠释了“周边更重要”的内涵。

360好搜APP周边号查找附近服务更方便

(“周边号”可提供吃喝玩乐一站式查找服务)

“周边号”功能模块设置在“好搜”首页的搜索框下方,用户点击进入后,即可根据所在位置选择找美食、订外卖、订酒店、钟点房、看电影等服务,将周边的各种娱乐休闲场所“一网打尽”。特设的“创意活动”还可提供周边的展览、舞台剧、桌游、运动场所等信息,用户多元的精神文化需求亦能够得到全方位的满足。此外,在“周边号”中还可查找所在地周边的足疗按摩、洗浴中心、网吧、酒吧、茶馆及违章高发地等。一个小小的“周边号”,不亚于一部功能强大的移动端“黄页”。

360好搜APP周边号查找附近服务更方便

点击“电影院”、“创意活动”后会显示所在地周边信息

同普通搜索相比,好搜的“周边号”功能省去了用户需要大量查找的时间与精力。比如在好搜中输入“酒店”,好搜APP不仅能自动依据用户地理位置信息,为其提供最近的酒店服务,此外包括地图导航、订房服务、优惠、电话咨询等都能够直接在好搜APP上完成。

在输入特定地点时,同样会有智能化、一站式的周边信息展现。如在好搜APP中输入“西单”后,用户不仅能直接搜索到西单区域的地图,更能直接查找西单周边的公交站、地铁、停车场、美食、酒店、电影院等。

360好搜APP周边号查找附近服务更方便

(输入特定地点时,会有智能化、一站式的周边信息展现)

在当前,绝大多数移动搜索给出的结果基本是PC端搜索结果的翻版,商业广告推广、百科词条、图片、查询轻应用等模式化的搜索结果展示显然已无法满足移动互联网时代的用户需求。360好搜独有的“周边号”充分考虑到了移动搜索用户使用场景和诉求的改变,为用户带来了更贴合时代特点和使用习惯等一站式搜索服务。使用户便利、快捷、智能、个性化的使用移动搜索成为可能。

分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 奖励设计:让AI学会智能使用工具的关键
    2025-04-23 17:39

    奖励设计:让AI学会智能使用工具的关键

    想象一下,你有一个非常聪明的朋友,他知道很多知识,但每当需要使用计算器、搜索引擎或查询最新天气时,却变得像个笨手笨脚的孩子。这正是当前大语言模型(简称LLMs,如ChatGPT这类AI系统)面临的尴尬处境。

  • ToolRL:奖励设计是工具学习所需的全部
    2025-04-23 17:34

    ToolRL:奖励设计是工具学习所需的全部

    想象一下,你拥有一个聪明的助手,它知道很多知识,但在面对需要使用计算器、搜索引擎或查询最新信息时却显得笨手笨脚。这正是当前大语言模型(LLMs)面临的困境。虽然这些模型已经通过监督微调(SFT)学会了使用工具的基本能力,但它们常常在面对复杂或不熟悉的场景时表现不佳。

  • X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御
    2025-04-23 14:08

    X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御

    想象你正在和一个智能助手聊天。如果你直接要求它提供有害信息,它很可能会礼貌拒绝。但如果你通过一系列看似无害的对话,逐步引导它走向你的真实目标呢?这就是当前AI安全领域面临的一个严峻挑战——多轮对话中的安全漏洞。

  • "思考操纵":用外部思考让大型推理模型更高效
    2025-04-22 16:43

    "思考操纵":用外部思考让大型推理模型更高效

    想象你在使用一个非常聪明的AI助手完成一项复杂任务,比如解决一道数学难题。你可能注意到这个助手会花很长时间"思考",一步一步写下大量推理过程,最后才给出答案。虽然这种详细的思考过程确实帮助AI做出了更准确的判断,但同时也带来了一个明显的问题:它太"啰嗦"了,消耗了大量的计算资源和时间。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-