ਕੀ ਹੈ NTENTਦਾ ਮੌਜੂਦਾ ਮਿਸ਼ਨ? 

ਸਾਡਾ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਭਰੋਸੇਯੋਗ ਜਾਣਕਾਰੀ ਦੀ ਖੋਜ ਅਤੇ ਸਰਫੇਸਿੰਗ ਲਈ ਮਿਆਰੀ ਧਾਰਕ ਹੋਣਾ ਹੈ।

ਤੁਹਾਡਾ ਪਿਛੋਕੜ ਕੀ ਹੈ ਅਤੇ ਇਹ NTENT ਲਈ ਚੰਗਾ ਮੇਲ ਕਿਉਂ ਹੈ?

ਮੇਰਾ ਪਿਛੋਕੜ ਮੁੱਖ ਤੌਰ 'ਤੇ ਇਸਦੀ ਮੌਜੂਦਾ ਪਰਿਭਾਸ਼ਾ ਦੁਆਰਾ ਡਾਟਾ ਵਿਗਿਆਨ ਵਿੱਚ ਹੈ। 1990 ਦੇ ਦਹਾਕੇ ਵਿੱਚ ਮੈਂ ਵੈੱਬ ਖੋਜ 'ਤੇ ਖੋਜ ਕਰਨੀ ਸ਼ੁਰੂ ਕੀਤੀ ਅਤੇ ਪਿਛਲੇ ਦੋ ਦਹਾਕਿਆਂ ਵਿੱਚ ਡਾਟਾ ਮਾਈਨਿੰਗ, ਕੁਦਰਤੀ ਭਾਸ਼ਾ ਪ੍ਰੋਸੈਸਿੰਗ ਅਤੇ ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਲਈ ਐਪਲੀਕੇਸ਼ਨਾਂ ਨੂੰ ਜਾਰੀ ਰੱਖਿਆ। ਉਸ ਸਮੇਂ ਦੌਰਾਨ, ਮੈਂ ਗੂਗਲ ਬ੍ਰਾਜ਼ੀਲ ਦੇ ਇੰਜੀਨੀਅਰਿੰਗ ਦੇ ਮੁਖੀ ਬਰਥੀਅਰ ਰਿਬੇਰੋ-ਨੇਟੋ ਦੇ ਨਾਲ ਇੱਕ ਕਿਤਾਬ ਦਾ ਸਹਿ-ਲੇਖਕ ਕੀਤਾ, ਜਿਸਦਾ ਸਿਰਲੇਖ ਸੀ ਮਾਡਰਨ ਇਨਫਰਮੇਸ਼ਨ ਰੀਟ੍ਰੀਵਲ: ਖੋਜ [1] ਦੇ ਪਿੱਛੇ ਧਾਰਨਾਵਾਂ ਅਤੇ ਤਕਨਾਲੋਜੀ, ਜਿਸ ਨੇ ਐਸੋਸੀਏਸ਼ਨ ਤੋਂ ਬੁੱਕ ਆਫ ਦਿ ਈਅਰ ਅਵਾਰਡ ਜਿੱਤਿਆ। 2012 ਵਿੱਚ ਸੂਚਨਾ ਵਿਗਿਆਨ ਅਤੇ ਤਕਨਾਲੋਜੀ (ASIS&T) ਲਈ, ਅਤੇ ਸੂਚਨਾ ਪ੍ਰਾਪਤੀ 'ਤੇ ਸਭ ਤੋਂ ਵੱਧ ਹਵਾਲਾ ਦਿੱਤੀ ਗਈ ਕਿਤਾਬ ਬਣੀ ਹੋਈ ਹੈ। ਮੈਂ ਇਹਨਾਂ ਵਿਸ਼ਿਆਂ 'ਤੇ ਸੈਂਕੜੇ ਪੇਪਰ ਵੀ ਪ੍ਰਕਾਸ਼ਿਤ ਕੀਤੇ ਹਨ ਜਿਨ੍ਹਾਂ ਵਿੱਚ ਖੋਜ ਵਿੱਚ ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਦੀ ਵਰਤੋਂ ਕਰਨ ਵਾਲੇ ਕੁਝ ਪਹਿਲੇ ਪੇਪਰ ਸ਼ਾਮਲ ਹਨ, ਅਤੇ ਇੱਕ ਨਵੀਨਤਾਕਾਰੀ ਵਿਤਰਿਤ ਖੋਜ ਆਰਕੀਟੈਕਚਰ ਲਈ ਇੱਕ ਵਧੀਆ ਪੇਪਰ ਅਵਾਰਡ ਜੇਤੂ। 

ਸਾਡੇ ਨਾਲ NTENT ਦੇ ਉਤਪਾਦਾਂ ਬਾਰੇ ਚੱਲੋ। ਉਹ ਕਿਸ ਦੀ ਸੇਵਾ ਕਰਦੇ ਹਨ ਅਤੇ ਉਹ ਕਿਹੜੀਆਂ ਸਮੱਸਿਆਵਾਂ ਹੱਲ ਕਰਦੇ ਹਨ?

ਜਦੋਂ ਪੱਖਪਾਤੀ ਜਾਣਕਾਰੀ ਦੀ ਖਪਤ ਕਰਨ ਦੀ ਗੱਲ ਆਉਂਦੀ ਹੈ ਤਾਂ ਉਪਭੋਗਤਾ ਸੰਤੁਸ਼ਟ ਹੋ ਗਏ ਹਨ। ਭਰੋਸੇਯੋਗਤਾ ਨਾਲ ਭਾਈਵਾਲੀ ਕਰਕੇ, NTENT ਕਾਰੋਬਾਰਾਂ ਨੂੰ ਇੱਕ ਖੋਜ ਅਤੇ ਮੁਲਾਂਕਣ ਟੂਲ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ ਜੋ ਸਮੱਗਰੀ ਪ੍ਰਦਾਤਾਵਾਂ, ਸਬੰਧ ਸਮੂਹਾਂ, ਅਤੇ ਟੈਲੀਕੋਜ਼ ਨੂੰ ਉਹਨਾਂ ਦੇ ਬ੍ਰਾਂਡ ਦੀ ਸੁਰੱਖਿਆ, ਸ਼ਮੂਲੀਅਤ ਨੂੰ ਵਧਾਉਣ, ਮਾਲੀਆ ਵਧਾਉਣ ਅਤੇ ਭਰੋਸੇਯੋਗ ਜਾਣਕਾਰੀ ਪ੍ਰਦਾਨ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ। ਕੰਪਨੀਆਂ ਮਨੁੱਖੀ ਪੱਖਪਾਤ ਤੋਂ ਪਰੇ, ਤਕਨਾਲੋਜੀ ਨੂੰ ਆਸਾਨੀ ਨਾਲ ਲਾਗੂ ਕਰਨ, ਬ੍ਰਾਂਡ ਅਲਾਈਨਮੈਂਟ ਨੂੰ ਕਾਇਮ ਰੱਖਣ, ਬਿਲਟ-ਇਨ ਰੈਵੇਨਿਊ ਸਟ੍ਰੀਮਜ਼ ਨੂੰ ਜੋੜਨ, ਅਤੇ ਲੋਕਾਂ ਦੁਆਰਾ ਦੇਖੀਆਂ ਜਾਣ ਵਾਲੀਆਂ ਸਮੱਗਰੀ ਦੇ ਭਰੋਸੇ ਦੇ ਪੱਧਰ ਨੂੰ ਉੱਚਾ ਚੁੱਕਣ ਦੇ ਯੋਗ ਹਨ। 

ਸਭ ਤੋਂ ਵੱਡੀਆਂ ਚੁਣੌਤੀਆਂ (ਕਾਰੋਬਾਰ ਅਤੇ ਤਕਨਾਲੋਜੀ ਵਿੱਚ) ਕਿਹੜੀਆਂ ਹਨ ਜਿਨ੍ਹਾਂ ਦਾ ਤੁਸੀਂ ਵਰਤਮਾਨ ਵਿੱਚ NTENT ਵਿਖੇ ਸਾਹਮਣਾ ਕਰ ਰਹੇ ਹੋ?

    ਵਪਾਰ ਅਤੇ ਤਕਨਾਲੋਜੀ ਵਿੱਚ, ਅਸੀਂ ਲਗਾਤਾਰ ਦੋ ਪ੍ਰਮੁੱਖ ਚੁਣੌਤੀਆਂ ਦਾ ਸਾਹਮਣਾ ਕਰਦੇ ਹਾਂ। ਪਹਿਲਾਂ, ਅਸੀਂ ਡੇਟਾ ਅਤੇ ਉਪਭੋਗਤਾ ਮਾਪਯੋਗਤਾ ਦੀ ਕਲਾਸਿਕ ਚੁਣੌਤੀ ਦਾ ਸਾਹਮਣਾ ਕਰਦੇ ਹਾਂ। ਉਪਭੋਗਤਾਵਾਂ ਦੀ ਗਿਣਤੀ ਵਧਣ ਦੇ ਨਾਲ ਸਾਨੂੰ ਵਧੇਰੇ ਡੇਟਾ ਨੂੰ ਸੰਭਾਲਣ ਦੇ ਯੋਗ ਹੋਣ ਦੀ ਜ਼ਰੂਰਤ ਹੈ. ਉਸ ਚੁਣੌਤੀ ਦਾ ਮੁਕਾਬਲਾ ਕਰਨ ਲਈ, ਅਸੀਂ ਚੰਗੇ ਐਲਗੋਰਿਦਮ ਅਤੇ ਵੰਡੇ ਹੋਏ ਸਿਸਟਮਾਂ ਦੇ ਸੰਤੁਲਿਤ ਸੁਮੇਲ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਾਂ। ਦੂਜੀ ਰੁਕਾਵਟ ਜਿਸਦਾ ਅਸੀਂ ਸਾਹਮਣਾ ਕਰਦੇ ਹਾਂ ਉਹ ਖੋਜ ਗੁਣਵੱਤਾ ਹੈ, ਅੰਸ਼ਕ ਤੌਰ 'ਤੇ ਡੇਟਾ ਦੀ ਉੱਚ ਮਾਤਰਾ ਦੇ ਕਾਰਨ। ਇਹ ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਦੇ ਅਧਾਰ 'ਤੇ ਸੰਦਰਭੀ ਦਰਜਾਬੰਦੀ ਦੀ ਮੰਗ ਕਰਦਾ ਹੈ ਜੋ ਵਾਲੀਅਮ, ਡੇਟਾ ਅਤੇ ਉਪਭੋਗਤਾ ਵਿਭਿੰਨਤਾ ਨੂੰ ਸੰਭਾਲ ਸਕਦਾ ਹੈ।

ਇੱਕ ਬਿਹਤਰ ਗਾਹਕ ਅਨੁਭਵ ਪ੍ਰਦਾਨ ਕਰਨ ਲਈ ਉੱਦਮ (ਵੈੱਬ) ਖੋਜ ਦਾ ਲਾਭ ਕਿਵੇਂ ਲੈ ਸਕਦੇ ਹਨ?

    ਬਹੁਤ ਸਾਰੇ ਤਰੀਕਿਆਂ ਨਾਲ, ਪਰ ਦੋ ਮੁੱਖ ਰਸਤੇ ਵੈਬਸਾਈਟ ਖੋਜ ਅਤੇ ਲੰਬਕਾਰੀ ਖੋਜ ਦੁਆਰਾ ਹਨ. ਇੱਕ ਚੰਗੀ ਵੈੱਬਸਾਈਟ ਖੋਜ ਕੰਪਨੀਆਂ ਨੂੰ ਇਹ ਜਾਣਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦੀ ਹੈ ਕਿ ਗਾਹਕ ਤੁਹਾਡੀ ਸਾਈਟ 'ਤੇ ਕੀ ਲੱਭ ਰਹੇ ਹਨ, ਪਰ ਨਹੀਂ ਲੱਭ ਰਹੇ। ਇਹਨਾਂ ਵਿੱਚ ਨਵੇਂ ਉਤਪਾਦ, ਵਿਕਲਪਕ ਵਿਸ਼ੇ, ਸਮੱਸਿਆਵਾਂ ਜਿਨ੍ਹਾਂ ਦੇ ਜਵਾਬਾਂ ਦੀ ਲੋੜ ਹੈ, ਆਦਿ ਸ਼ਾਮਲ ਹਨ। ਵਰਟੀਕਲ ਖੋਜ ਤੁਹਾਡੇ ਗਾਹਕਾਂ ਨੂੰ ਵੈੱਬ ਜਾਂ ਐਪ ਰਾਹੀਂ ਤੁਹਾਡੀ ਸਮੱਗਰੀ ਦਾ ਲਾਭ ਉਠਾਉਣ ਲਈ ਖਾਸ (ਨਿੱਜੀ) ਡੇਟਾ ਸੰਗ੍ਰਹਿ ਵਿੱਚ ਖੋਜ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦੀ ਹੈ। 

ਕਾਰੋਬਾਰਾਂ ਨੂੰ ਆਪਣੀ ਰਣਨੀਤੀ ਵਿੱਚ ਖੋਜ ਨੂੰ ਸ਼ਾਮਲ ਕਰਨ ਦੀ ਪਰਵਾਹ ਕਿਉਂ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ? ਇਸ ਬਾਰੇ ਜਾਣ ਦੇ ਕੁਝ ਤਰੀਕੇ ਕੀ ਹਨ?

    ਖੋਜ ਕਿਸੇ ਕਾਰੋਬਾਰ ਦੀਆਂ ਸ਼ਕਤੀਆਂ ਅਤੇ ਇਸ ਵਿੱਚ ਕੀ ਗੁੰਮ ਹੈ, ਦੋਵਾਂ ਨੂੰ ਪ੍ਰਗਟ ਕਰ ਸਕਦੀ ਹੈ, ਜਿਸ ਵਿੱਚੋਂ ਬਾਅਦ ਵਾਲਾ ਤੁਹਾਡੇ ਕਾਰੋਬਾਰ ਨੂੰ ਵਿਕਸਤ ਕਰਨ ਦੇ ਸੰਭਾਵੀ ਤਰੀਕਿਆਂ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। ਇਹ ਪੁੱਛਗਿੱਛ ਇਰਾਦੇ ਦੀ ਭਵਿੱਖਬਾਣੀ ਅਤੇ ਪ੍ਰਸੰਗਿਕ ਸਿਫ਼ਾਰਿਸ਼ਾਂ (ਕਾਰਜ, ਵਿਅਕਤੀ, ਉਤਪਾਦ, ਸਮੱਗਰੀ, ਆਦਿ) ਵਰਗੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਰਾਹੀਂ ਗਾਹਕ ਅਨੁਭਵ ਨੂੰ ਵੀ ਬਿਹਤਰ ਬਣਾਉਂਦਾ ਹੈ, ਇਹਨਾਂ ਵਿੱਚ ਬਾਹਰੀ ਸਿਫ਼ਾਰਸ਼ਾਂ ਵੀ ਸ਼ਾਮਲ ਹੋ ਸਕਦੀਆਂ ਹਨ ਕਿਉਂਕਿ ਲੋਕ ਨਾ ਸਿਰਫ਼ ਚੰਗੀ ਸੇਵਾ ਦੇ ਕਾਰਨ ਇੱਕ ਵੈਬਸਾਈਟ 'ਤੇ ਵਾਪਸ ਆਉਂਦੇ ਹਨ ਪਰ ਕਿਉਂਕਿ ਤੁਸੀਂ ਇੱਕ ਚੰਗਾ ਰੈਫਰਰ ਵੀ. ਵਾਸਤਵ ਵਿੱਚ, ਖੋਜ ਅੰਤਮ ਰੈਫਰਰ ਹੈ.

ਖੋਜ ਉਦਯੋਗ ਸ਼ੁਰੂ ਹੋਣ ਤੋਂ ਬਾਅਦ ਕਿਵੇਂ ਬਦਲਿਆ ਹੈ ਅਤੇ ਤੁਸੀਂ ਭਵਿੱਖ ਵਿੱਚ ਇਸਨੂੰ ਕਿੱਥੇ ਜਾਂਦੇ ਦੇਖਦੇ ਹੋ?

    ਖੋਜ ਉਦਯੋਗ 60 ਦੇ ਦਹਾਕੇ ਵਿੱਚ ਲਾਇਬ੍ਰੇਰੀਆਂ ਦੇ ਨਾਲ ਸ਼ੁਰੂ ਹੋਇਆ, ਬਾਅਦ ਵਿੱਚ ਪਹਿਲੇ ਕਾਰੋਬਾਰੀ ਐਪਲੀਕੇਸ਼ਨਾਂ ਨਾਲ ਜਾਰੀ ਰਿਹਾ, ਅਤੇ 90 ਦੇ ਦਹਾਕੇ ਦੇ ਅੰਤ ਵਿੱਚ ਵੈੱਬ ਦੇ ਵਿਸਫੋਟ ਨਾਲ ਸਮਾਪਤ ਹੋਇਆ। ਅੱਜ ਹਰ ਪਾਸੇ ਖੋਜ ਹੈ। ਅਸੀਂ ਸਿਰਫ ਸ਼ੁਰੂਆਤ ਵਿੱਚ ਹਾਂ ਜਦੋਂ ਇਹ ਸਮਾਰਟ ਖੋਜ ਸਹਾਇਕ ਦੀ ਗੱਲ ਆਉਂਦੀ ਹੈ, ਪਰ ਉਹ ਭਵਿੱਖ ਵਿੱਚ ਸਰਵ ਵਿਆਪਕ ਬਣ ਜਾਣਗੇ. ਇਸਦੀ ਤਿਆਰੀ ਕਰਨ ਲਈ, ਸਾਨੂੰ ਵੈੱਬ ਅਤੇ IoT ਦੀ ਦੁਨੀਆ ਨੂੰ ਏਕੀਕ੍ਰਿਤ ਕਰਨ, ਪੁੱਛਗਿੱਛ ਇਰਾਦੇ ਦੀ ਭਵਿੱਖਬਾਣੀ ਅਤੇ ਪੁੱਛਗਿੱਛ ਸਹਾਇਤਾ ਨੂੰ ਬਿਹਤਰ ਬਣਾਉਣ, ਬਿਹਤਰ ਸੰਦਰਭੀਕਰਨ (ਮੋਬਾਈਲ ਖੋਜ), ਡੇਟਾ ਏਕੀਕਰਣ (ਨਿੱਜੀ ਡੇਟਾ ਨਾਲ ਸ਼ੁਰੂ), ਅਤੇ ਅਪ੍ਰਤੱਖ ਖੋਜ (ਤੁਹਾਡੇ ਲਈ ਸਹਾਇਕ ਖੋਜਾਂ) ਪ੍ਰਦਾਨ ਕਰਨ ਦੀ ਲੋੜ ਹੈ। ). ਅਸੀਂ ਲਗਭਗ ਦਸ ਸਾਲ ਪਹਿਲਾਂ ਇਹਨਾਂ ਵਿੱਚੋਂ ਬਹੁਤ ਸਾਰੇ ਵਿਸ਼ਿਆਂ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕੀਤੀ ਸੀ [2]।

AI ਖੋਜ ਵਿੱਚ ਕਿਸ ਕਿਸਮ ਦੀ ਭੂਮਿਕਾ ਨਿਭਾਉਂਦਾ ਹੈ? NTENT ਆਪਣੇ ਉਤਪਾਦਾਂ ਵਿੱਚ AI ਦੀ ਵਰਤੋਂ ਕਿਵੇਂ ਕਰਦਾ ਹੈ?

    ਮਸ਼ੀਨ ਲਰਨਿੰਗ, AI ਦਾ ਮੁੱਖ ਸਫਲ ਸਬਫੀਲਡ, ਖੋਜ ਵਿੱਚ ਹਰ ਥਾਂ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ। ਮੁੱਖ ਤੌਰ 'ਤੇ ਇਹ ਰੈਂਕਿੰਗ ਵਿੱਚ ਵਰਤੀ ਜਾਂਦੀ ਹੈ, ਡੂੰਘੀ ਸਿਖਲਾਈ ਅਤੇ ਸਿੱਖਣ-ਤੋਂ-ਰੈਂਕ ਵਿੱਚ ਆਧਾਰਿਤ ਤਕਨੀਕਾਂ ਦੇ ਨਾਲ। ਇਹ ਇਰਾਦਾ ਪੂਰਵ-ਅਨੁਮਾਨ, ਹਸਤੀ ਖੋਜ, ਸਪੈਲਿੰਗ ਸੁਧਾਰ, ਪੁੱਛਗਿੱਛ ਆਟੋ-ਕੰਪਲੇਸ਼ਨ, ਅਤੇ ਸਮਾਨ ਆਈਟਮਾਂ ਦੀ ਸਿਫ਼ਾਰਸ਼, ਹੋਰ ਕਾਰਜਸ਼ੀਲਤਾਵਾਂ ਵਿੱਚ ਵੀ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ। 

ਅੱਗੇ ਦੇਖਦੇ ਹੋਏ, ਅਗਲੇ ਪੰਜ ਸਾਲਾਂ ਵਿੱਚ ਖੋਜ ਲਈ ਸਭ ਤੋਂ ਦਿਲਚਸਪ ਕਾਰੋਬਾਰੀ ਵਰਤੋਂ ਦੇ ਕੇਸ ਕੀ ਹਨ?

    ਬਹੁਤ ਸਾਰੇ ਦਿਲਚਸਪ ਕਾਰੋਬਾਰੀ ਮਾਮਲੇ ਹਨ. ਅਸੀਂ ਇਸ ਸਮੇਂ ਉਨ੍ਹਾਂ ਵਿੱਚੋਂ ਦੋ 'ਤੇ ਕੰਮ ਕਰ ਰਹੇ ਹਾਂ। 

ਪਹਿਲੀ ਹੈ ਨਿਰਪੱਖ ਖੋਜ, ਭਾਵ ਅਸੀਂ ਇਹ ਯਕੀਨੀ ਬਣਾਉਣ ਲਈ ਕੰਮ ਕਰ ਰਹੇ ਹਾਂ ਕਿ ਖੋਜ ਨਤੀਜੇ ਲਿੰਗ ਅਤੇ ਨਸਲ-ਨਿਰਪੱਖ, ਵਿਭਿੰਨ ਅਤੇ ਸੰਮਿਲਿਤ, ਅਤੇ ਸਿਆਸੀ ਤੌਰ 'ਤੇ ਸੰਤੁਲਿਤ ਹਨ, ਹੋਰ ਸੰਭਾਵਿਤ ਪੱਖਪਾਤਾਂ ਦੇ ਵਿਚਕਾਰ। ਇਹ ਨਾ ਸਿਰਫ਼ ਖ਼ਬਰਾਂ ਵਿੱਚ ਮਹੱਤਵਪੂਰਨ ਹੈ, ਸਗੋਂ ਉਹਨਾਂ ਸਾਰੇ ਵਿਸ਼ਿਆਂ ਵਿੱਚ ਜਿੱਥੇ ਨੈਤਿਕਤਾ ਢੁਕਵੀਂ ਹੈ ਅਤੇ ਪੱਖਪਾਤੀ ਨਤੀਜੇ ਲੋਕਾਂ ਨੂੰ ਨੁਕਸਾਨ ਪਹੁੰਚਾ ਸਕਦੇ ਹਨ।

ਦੂਜੀ ਗੱਲਬਾਤ ਦੀ ਖੋਜ ਹੈ, ਜਿੱਥੇ ਅਸੀਂ ਗੱਲਬਾਤ ਨੂੰ ਸੰਭਾਲਣ ਦੇ ਯੋਗ ਹੁੰਦੇ ਹਾਂ ਜੋ ਮੁੱਖ ਤੌਰ 'ਤੇ ਖੋਜ-ਸੰਚਾਲਿਤ ਹੁੰਦੇ ਹਨ, ਵੱਖ-ਵੱਖ ਸੰਦਰਭਾਂ ਜਿਵੇਂ ਕਿ ਈ-ਕਾਮਰਸ ਅਤੇ ਹੋਮ ਆਟੋਮੇਸ਼ਨ ਨਾਲ ਬਣੇ ਹੁੰਦੇ ਹਨ। ਇੱਥੇ ਚੁਣੌਤੀ ਇਹ ਹੈ ਕਿ ਸੰਦਰਭ ਅਤੇ ਅਸਪਸ਼ਟਤਾ ਜੋ ਪੈਦਾ ਹੁੰਦੀ ਹੈ ਜਦੋਂ ਕਈ ਲੋਕ ਕਈ ਵਾਰਤਾਲਾਪਾਂ ਵਿੱਚ ਸ਼ਾਮਲ ਹੁੰਦੇ ਹਨ ਧਿਆਨ ਨਾਲ ਸੰਭਾਲਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ.

[1] ਆਰ. ਬੇਜ਼ਾ-ਯੇਟਸ, ਬੀ. ਰਿਬੇਰੋ-ਨੇਟੋ। ਆਧੁਨਿਕ ਜਾਣਕਾਰੀ ਪ੍ਰਾਪਤੀ: ਖੋਜ ਦੇ ਪਿੱਛੇ ਸੰਕਲਪ ਅਤੇ ਤਕਨਾਲੋਜੀ। ਦੂਜਾ ਐਡੀਸ਼ਨ। ਐਡੀਸਨ-ਵੇਸਲੇ, ਯੂਕੇ, 2011। [2] ਆਰ. ਬੇਜ਼ਾ-ਯੇਟਸ, ਏ. ਬ੍ਰੋਡਰ ਅਤੇ ਵਾਈ. ਮਾਰੇਕ, ਵੈੱਬ ਖੋਜ ਤਕਨਾਲੋਜੀ ਦੀ ਨਵੀਂ ਸਰਹੱਦ: ਸੱਤ ਚੁਣੌਤੀਆਂ। ਖੋਜ ਅਤੇ ਕੰਪਿਊਟਿੰਗ, ਰੁਝਾਨ ਅਤੇ ਵਿਕਾਸ ਵਿੱਚ, ਐਸ. ਸੇਰੀ ਅਤੇ ਐੱਮ. ਬਰੈਂਬਿਲਾ (ਐਡੀਜ਼)। LNCS 6585, ਸਪ੍ਰਿੰਗਰ-ਵਰਲੈਗ, ਬਰਲਿਨ, 2011।

ਸਰੋਤ: https://www.aitimejournal.com/interview-with-ricardo-baeza-yates-cto-at-ntent