2023年9项有趣的Google专利及其对SEO的意义 Google正组建新团队 为区块链/Web3应用开发者提供服务

2023年9项有趣的Google专利及其对SEO的意义 Google正组建新团队 为区块链/Web3应用开发者提供服务， 

2023年9项有趣的Google专利及其对SEO的意义

谷歌的专利为了解这家搜索引擎巨头的最新创新和改进搜索技术的优先事项提供了宝贵的见解。

本文深入探讨了 2023 年以来的九项有趣的 Google 专利，分析了它们对SEO未来的潜在影响。

这些专利是否反映了谷歌的实际做法？

仅仅因为 Google 提交并发布了专利申请并不能保证所概述的方法将在 Google 搜索中实施。

要衡量 Google 是否发现一种方法或技术足以在实践中使用，您可以检查该专利是否正在美国和其他国家/地区正在申请中。

其他国家的专利优先权要求必须在首次申请后 12 个月内提出。

即使专利不能直接转化为实践，检查谷歌的专利也是有价值的。它提供了对 Google 产品开发人员关注的主题和挑战的见解。

（注：本文仅涵盖也在美国境外发布的 Google 专利。专利排名不分先后。）

1.从资源内容中筛选搜索结果

标识符：US11797626B2

国家：美国、中国、欧洲、俄罗斯

出版日期：2023 年 10 月

Google 搜索变得更加智能，通过更多过滤器来优化搜索。这项新专利可以成为过滤方法的基础。

该专利概述了一种系统，旨在通过动态生成针对与用户查询相关的资源（如网页）内容定制的搜索查询过滤器来增强搜索体验。这种方法旨在提高搜索选项的相关性和多样性。

概念概述

数据处理：系统首先分析用户的搜索查询以查明相关资源，例如网页或文档。

关键词提取：识别相关资源后，它会从其内容中提取关键词。这些关键词反映了资源中的主要主题或主题。例如，搜索“2023 年最佳智能手机”可能会产生“电池寿命”、“相机质量”和“5G 支持”等关键词。

过滤器选择：系统将这些提取的关键字细化为一组查询过滤器。它采用多样性和差异阈值等标准来确保每个过滤器提供有关搜索结果的独特视角。因此，形成了“最佳拍照手机”、“5G 智能手机”和“长电池寿命手机”等过滤器，每个过滤器都指向不同的搜索结果子集。

用户交互：然后，这些查询过滤器将与其搜索结果一起显示。此功能允许用户根据特定兴趣进一步细化搜索。过滤器是动态的，根据搜索查询和当前可用资源的内容而变化。例如，在智能手机搜索场景中，选择“最佳拍照手机”过滤器将缩小结果范围，重点关注具有卓越拍照质量的手机。

该系统通过以下方式提供精致的、以用户为中心的搜索体验：

处理搜索查询。

提取相关关键词。

创建多样化的过滤器。

允许用户与这些过滤器进行动态交互。

搜索引擎优化的影响

了解这些动态搜索过滤系统的细微差别对于 SEO 至关重要。它强调了制作多样化、丰富且相关的内容的必要性，这些内容与潜在的搜索过滤器很好地契合。

这种一致性使网站能够在搜索结果中有效地定位自己，满足用户不同的兴趣和查询。

强调多样化和相关的内容：SEO 策略必须侧重于开发包含给定领域内广泛相关主题的内容。这种方法可能会影响搜索引擎可能生成的动态过滤器，从而提高网站的可见性。

关键词优化：深入了解特定领域最相关、最多样化的关键词比以往任何时候都更加重要。这些关键词可能会塑造搜索过滤器，使其成为谷歌如何发现和排名内容的关键因素。

与用户意图保持一致：SEO 工作应该转向对用户意图的敏锐理解和实现。随着搜索引擎越来越注重通过过滤器动态满足用户意图，与这些意图保持一致成为战略上的必要性。

掌握新兴趋势：及时了解特定领域的新兴关键词和趋势至关重要。这些新兴元素可以迅速合并到动态过滤器中，从而影响搜索结果的相关性。

提高用户参与度：网站应努力提供全面且多样化的信息。这可以更有效地吸引用户，并可能影响他们在过滤后的搜索结果中的显示方式，从而影响他们的整体搜索可见性。

2. 评估搜索查询的解释

标识符：US20230334045A1

国家：美国、中国、韩国、欧洲

出版日期：2023 年 10 月

识别查询的含义和意图对于搜索引擎至关重要。该专利可能是该方法的一部分。

该专利特别提到了BERT（来自 Transformers 的双向编码器表示），表明该方法可能与 BERT 在搜索算法中的应用相关。

该专利概述了一种用于评估人类对搜索查询的解释的准确性的系统和方法，其中包含两个不同的模型：

第一个模型：这是在数据集上进行训练的，该数据集包括历史搜索查询、人类解释以及人类分配的指示这些解释准确性的标签。其主要功能是确定人类对搜索查询的解释的准确性。

第二个模型：在第一个模型进行的初步评估的基础上，该模型集成了其他因素，例如搜索查询的时间相关和集群特征。它的作用是对人类解释搜索查询的准确性提供最终判断。

谷歌的专利深入研究了搜索查询分组或聚类的概念，这是其评估搜索查询解释的方法的一个关键方面。

该专利纳入了搜索意图的概念，尽管它可能没有明确提及术语“搜索意图”。

该专利关注人类对搜索查询的解释的准确性，这本质上涉及辨别用户查询背后的预期目的或目标，这是搜索意图的本质。

概念概述

以下概述了该专利如何隐式解决搜索意图。

人类对搜索查询的解释

系统对人类对搜索查询的解释的准确性的评估本质上需要理解用户的预期含义或目标。

这种理解是搜索意图概念的核心。

搜索查询细化

该专利讨论了后续搜索查询的识别作为先前搜索查询的改进。

这个过程本质上与搜索意图相关，因为当初始结果不能完全满足他们的意图时，用户通常会优化他们的搜索，从而导致他们调整查询以获得更精确的结果。

时间和聚类特征

通过在评估过程中考虑时间和聚类特征，系统间接处理搜索意图的上下文和细微差别。

例如，查询的时间或其在特定主题集群中的分组可以提供对用户预期目标的洞察。

使用人工评估标签训练数据集

在训练数据集中包含对过去搜索查询的人类解释和评估标签表明系统从以前使用人类判断来理解查询背后的意图的实例中学习。

向量句子表示和距离算法

在解析和分组查询中使用向量句子表示和距离算法涉及理解搜索意图。

这些技术有助于理解查询的语义和微妙之处，这对于辨别用户意图至关重要。

搜索引擎优化的影响

强调准确的查询解释：SEO 策略应优先考虑将内容与用户对搜索查询的可能解释保持一致。理解并匹配预期的用户查询解释对于有效的 SEO 至关重要。

上下文和时间性的重要性：必须考虑时间上下文和主题或关键字的潜在聚类来优化内容。这种方法可确保内容保持相关性，并根据新兴趋势和时间敏感的查询准确索引。

适应搜索细化：优化网站以适应细化搜索非常重要，因为这些细化可能表明搜索引擎最初的误解或误解。专注于满足精确的搜索查询可以提高网站在搜索结果中的相关性和准确性。

利用自然语言处理 (NLP)：随着 BERT 等方法的集成，在内容创作中纳入 NLP 策略变得越来越重要。这种与搜索引擎的查询解释方法的结合可以提高网站在搜索结果中的可见性和相关性。

3. 基于组合查询提供搜索结果

标识符：US11762933B2

国家: 美国、欧洲、中国

出版日期：2023 年 9 月

谷歌正在不断将搜索发展成为基于实体的搜索引擎。因此，根据主体提供相关结果至关重要。

这项专利可能是更好地理解实体及其关系的一部分。

该专利详细介绍了一种基于组合查询提供搜索结果的技术。该方法包括：

识别查询中的实体类型及其关系。

精确定位知识图中的节点。

评估属性值以确定生成的实体引用。

该系统擅长管理涉及各种实体类型之间的相对关系的查询，提供更相关和上下文相关的搜索结果。

组合查询涉及包含多个实体类型及其相互关系的查询。

与以单个关键字或实体为中心的查询不同，组合查询致力于根据查询中不同实体之间的相互关系来解释和生成结果。

概念概述

多种实体类型：组合查询包括对至少两种不同类型实体的引用。这里的实体是指任何独特的、独特的和明确定义的事物，如人、地点、物体、概念等。

相对关系：这些查询中的实体通过某种相对关系链接。这些关系可能是空间、时间或其他类型的连接，将实体有意义地连接在一起。

搜索引擎优化的影响

复杂的查询处理：SEO 专家应该注意到，搜索引擎可能正在朝着更复杂的查询处理方向发展，这些查询涉及不同实体之间的相互作用。这种演变需要更深入地了解如何优化这些复杂查询结构的内容。

知识图优化：鉴于该专利的重点是利用知识图，优化内容以在这些图中准确识别和分类势在必行。有效集成到知识图谱中可以显着增强内容的可见性和相关性。

实体识别：以一种有利于搜索引擎轻松识别和分类不同实体及其关系的方式构建内容至关重要。清晰且符合逻辑的信息组织可以提高内容在涉及多个实体的搜索查询中的可发现性和相关性。

上下文相关性：SEO 策略应优先考虑确保内容与上下文相关。这涉及到考虑搜索引擎理解和比较不同实体属性的能力，从而使内容策略与引擎的高级解释能力保持一致。

4. 情境化知识面板

标识符：US11720577B2

国家：美国、日本、韩国、中国、德国、欧洲

最后发布日期：2023 年 8 月

知识面板是了解 Google 知识图谱和存储实体的窗口。

根据实体提供相关且正确的信息至关重要。这些面板与标准搜索结果集成，提供全面的信息源。该专利讨论了处理该任务的方法。

该专利重点关注通过合并提供与搜索查询相关的上下文信息的知识面板来增强搜索引擎结果的方法、系统和装置。

这些知识面板是根据识别实体（如歌手、演员和音乐家）和用户搜索查询中的上下文术语生成的。

实体识别：系统识别搜索查询中引用的实体。

上下文术语：它还标识与这些实体关联的上下文术语。

知识面板：根据这些标识，生成知识面板，在搜索查询的上下文中提供有关实体的相关事实和信息。

排名和选择：系统根据各种知识元素与上下文术语的相关性为其分配排名分数，并选择最相关的知识元素进行显示。

知识面板旨在通过直接在搜索结果中提供更相关的上下文信息来增强用户体验。

知识面板的内容根据搜索查询中包含的上下文术语动态变化。该系统使用复杂的排名机制来确定要显示的最相关的知识元素。

该专利强调了搜索引擎朝着更加上下文感知和以用户为中心的信息检索不断发展的本质，这对于 SEO 从业者理解和适应至关重要。

搜索引擎优化的影响

关注基于实体的优化：SEO 策略应考虑实体及其上下文在内容创建中的重要性。

丰富的内容创建：创建彻底涵盖实体及其相关方面的内容可以增加在知识面板中出现的机会。

关键词策略：将相关上下文术语与主要关键词结合起来可以提高内容的可见性。

了解用户意图：SEO 工作应与理解用户意图和搜索词的上下文使用相一致。

5.使用文档活动日志来训练机器学习模型以确定文档相关性的系统和方法

标识符：US20230267277A1

国家： 美国、世界知识产权组织 (WIPO)

最后发布日期: 2023 年 8 月 24 日

（注：该专利处于待决状态。这意味着它目前尚未使用，但将来可能会使用。）

用户参与度和用户日志是调整 Google 负责排名结果的机器学习算法的重要来源。该专利描述了处理该任务的技术。

该专利描述了使用文档活动日志来训练机器学习语义匹配模型以确定文档相关性的系统和方法。

这种方法对于云或私人文档存储等环境特别有用，在这些环境中对内容或用户交互数据的访问受到限制。

当用户交互数据或完整文档内容等传统数据源不可用时，此方法非常有用。

过程

数据收集：获取两个文档及其各自的活动日志。

关系标签确定：根据活动日志，确定指示文档是否相关的关系标签。

语义相似度评估：将文档输入到模型中，得到一个语义相似度值，代表文档之间估计的语义相似度。

模型训练：评估损失函数，评估关系标签和语义相似度值之间的差异。根据该损失函数修改模型参数。

因素

文档活动日志：包括访问时间戳和交互类型（例如编辑、共享）。

关系标签：根据文档访问之间的时间差生成。

语义相似度值：估计两个文档相似程度的模型输出。

损失函数：用于通过比较关系标签与语义相似度值来细化模型。

搜索引擎优化的影响

强调用户交互：SEO 策略可能需要更多地关注用户与文档的交互，因为这些数据会影响文档的相关性。

超越关键字：内容相关性可以由用户行为和文档交互决定，而不仅仅是关键字。

私有和云文档：私有或云存储文档的 SEO 可能更多地依赖于这些文档的访问和使用方式，而不是传统的页面因素。

预测建模：理解和预测用户行为可能成为 SEO 策略的关键。

6. 查询组合系统

标识符：US20230244657A1

国家：美国、中国、产权组织、俄罗斯

最后发布日期: 2023 年 8 月 3 日

（注：该专利处于待决状态。这意味着它目前尚未使用，但将来可能会使用。）

搜索结果越来越与上下文相关。识别查询的上下文和用户可以带来更好的搜索结果和用户体验。这项专利为应对这一挑战提供了解决之道。

该专利重点关注用于生成描述上下文聚类和上下文聚类概率的数据的方法、系统和装置。这些集群是根据查询输入和与每个查询输入关联的上下文形成的。

该专利描述了一种使用上下文集群简化搜索查询过程的系统。这些集群是根据先前查询的上下文和内容形成的。

当用户发起搜索时，系统会呈现相关的上下文集群，允许用户无需键入即可选择查询。

该系统旨在通过提供上下文相关的查询建议来增强用户体验，而不需要用户输入搜索查询的任何字符。

过程

数据处理和分组：系统访问来自多个用户的查询数据，根据输入上下文和内容将这些查询分组到上下文集群中。

上下文聚类概率确定：对于每个上下文聚类，计算概率，指示用户选择属于该聚类的查询输入的可能性。

用户事件响应：在指示用户事件（例如访问搜索引擎）时，系统根据用户设备的上下文和计算的概率选择上下文集群。

显示和选择：然后将选定的上下文集群显示给用户以供选择，然后是该集群内的查询列表以供进一步输入。

因素

输入上下文：包括位置、日期和时间以及用户偏好等因素。

查询输入的内容：每个查询输入描述的实际内容。

上下文聚类概率：指示用户从聚类中选择查询输入的可能性的度量。

搜索引擎优化的影响

关注上下文相关性：SEO 策略应优先考虑与用户上下文（如位置和时间）相符的内容。

增强对用户意图的理解：了解可能的上下文集群可以帮助定制内容以更准确地匹配用户意图。

适应无查询搜索：SEO 必须适应用户在输入任何查询之前获得建议的场景，强调包含在相关上下文集群中的重要性。

7. 组合共享一行查询的多个搜索查询的参数

标识符：US11762848B2

国家: 美国、中国

最后发布日期: 2023 年 9 月 19 日

该专利再次显示了用户的个人上下文对谷歌的重要性，其重点是增强搜索查询处理。

它引入了一种基于当前搜索查询和来自同一用户的一个或多个先前查询的参数来生成组合搜索查询的方法，前提是这些查询共享一行查询。

该专利描述了一种通过将多个相关搜索查询智能地组合成一个更有效的查询来简化在线搜索体验的方法。

这种方法利用语义分析和用户交互，有可能减少搜索结果的冗余并增强检索到的信息的相关性。

该专利提出了向更细致、上下文感知的搜索过程的重大转变，这可以重塑专注于语义相关性和用户意图的 SEO 策略。

过程

共享查询行的识别：系统识别用户的两个或多个搜索查询何时在语义上相关，从而共享查询行。

组合搜索查询：一旦建立了共享查询行，系统就会制定一个组合搜索查询，其中包含当前查询和先前查询的参数。

用户交互和反馈：用户可以与搜索参数或结果交互以细化组合搜索查询。

因素

语义相似性：系统使用语义相似性（通过在潜在空间中嵌入查询并计算这些嵌入之间的距离来测量）来确定查询是否相关。

链接语法和启发式：系统还可以使用链接语法或启发式来识别相关查询，尤其是在语音搜索场景中。

有状态研究模式：可能会提示用户进入有状态研究模式，允许系统使用过去的查询来制定组合查询。

搜索引擎优化的影响

加强对语义相关性的关注：SEO 策略可能需要更多地强调语义相关性和上下文，因为该专利表明谷歌越来越关注理解和链接语义相关的查询。

长尾关键字优化：组合查询的能力表明可能会转向长尾关键字和更具对话性的查询格式。

内容结构化：内容可能需要结构化以与一系列相关查询无缝对齐，从而提高在组合搜索场景中被选取的机会。

语音搜索优化：随着链接语法的使用，语音搜索的优化变得更加重要，因为系统可以随着时间的推移链接语音查询。

8. 呈现搜索结果信息

标识符：US20230244657A1

国家：美国、中国、产权组织、俄罗斯

最后发布日期：2023 年 10 月 3 日

乍一看，该专利似乎有点令人困惑，因为它讨论了使用来自用户设备的内容、标记和注释。但最重要的是，它表明谷歌等搜索引擎未来可以提供高度个性化的搜索结果。

该专利重点关注一种呈现计算机生成的搜索结果的方法。它涉及：

接收搜索请求。

识别多个搜索结果。

使用一个或多个网络笔记本中的内容对这些结果进行排名。

提供这些排名结果以供演示。

该专利描述了一种通过合并网络笔记本内容来提高搜索结果准确性和相关性的方法。

这种方法可以提供更加个性化和上下文相关的搜索体验，因为搜索结果的排名受到网络笔记本中用户生成的内容和注释的影响。

正如谷歌专利中所提到的，网络笔记本是用户从各种网络资源创建和编译的内容的数字集合。这些笔记本可以包括各种内容类型，例如文本摘录、图像以及可能的用户注释或元数据。

网络笔记本的主要特征和用途包括：

内容聚合：用户从不同的网页剪辑或选择内容，并将这些信息聚合到一个地方。这可以供个人参考、研究或与他人分享。

用户注释和元数据：除了剪辑的内容之外，用户还可以向这些笔记本中的内容添加自己的注释、评论或元数据。这可以为所收集的信息提供上下文或个人见解。

以主题为中心的集合：网络笔记本通常以特定主题或主题为中心。例如，用户可能会编写有关“可持续园艺实践”或“网络开发资源”的网络笔记本。

可共享性和可访问性：这些笔记本可以是私有的，也可以与选定的用户组共享，甚至可以公开。这允许共享精选的信息和见解。

动态性：与静态书签不同，网络笔记本可以不断更新和编辑，使其成为收集和组织网络内容的动态资源。

搜索引擎集成：正如专利所示，网络笔记本中的内容可以影响搜索引擎结果。搜索引擎可能会考虑这些笔记本中的内容与特定搜索查询的相关性，并可能使用它们来优化和个性化搜索结果。

过程

接收搜索请求：该方法首先从客户端计算机接收搜索请求。

识别搜索结果：然后响应于请求识别多个搜索结果。

使用网络笔记本进行排名：使用网络笔记本中的内容对搜索结果进行排名。这包括检查网络笔记本中的标题、标题、剪辑内容、元数据或用户注释是否与搜索请求相关。如果是，则提高所引用的搜索结果的排名。

提供排名结果：最后，提供排名搜索结果以在客户端计算机上呈现。

因素

网络笔记本内容：网络笔记本的内容在排名中起着至关重要的作用。它包括标题、标题、剪辑内容、元数据和用户注释。

反向链接分析：该过程还可能涉及分析与搜索结果相对应的反向链接。

用户身份：可以根据发起搜索请求的用户身份来选择网络笔记本进行排名。

片段信息：通过识别网络笔记本中与搜索结果关联的文档部分来生成片段信息是该过程的一部分。

搜索引擎优化的影响

用户生成内容的重要性：SEO 策略可能需要强调用户生成的内容，因为网络笔记本会影响搜索排名。

个性化和上下文：人们正在转向更加个性化和上下文感知的搜索结果，因此 SEO 关注这些方面非常重要。

多样化的内容类型：合并各种内容类型（例如元数据、注释和剪辑内容）对于 SEO 来说可能变得更加重要。

9. 短查询答案的多源提取和评分

标识符：US20230342411A1

国家：美国、欧洲、WIPO、韩国

最后发布日期: 2023 年 10 月 26 日

SERP 中直接答案的输出越来越多。一个例子是直接从知识图输出的信息、特色片段以及 SGE 快照人工智能框中的答案。该专利展示了生成和选择此类直接答案的方法。

该专利的重点是提高搜索引擎提供的简短答案的质量。它引入了一种基于多个来源生成这些简短答案并对其进行评分的方法，而不是依赖于单个排名靠前的搜索结果。

该专利描述了一种提高搜索引擎结果中简短答案的可靠性和准确性的方法。它根据不同搜索结果中的其他上下文段落来评估候选段落，确保更高的准确性和相关性。

过程

接收查询数据：该过程从搜索引擎接收用户的搜索查询开始。

生成搜索结果：生成多个搜索结果，每个搜索结果包含与查询相关的段落。

选择段落：选择一组段落，包括来自排名靠前的搜索结果的候选段落和来自其他结果的附加上下文段落。

对候选段落进行评分：使用上下文段落对候选段落进行评分，以产生准确度分数。

显示决策：根据准确度分数，候选段落在搜索结果中显示为简短答案。

因素

准确性分数：显示简短答案的决定取决于其准确性分数，该分数与预定阈值进行比较。

与上下文段落的一致性：准确性分数源自候选段落和上下文段落之间的一致性程度。

简答题的质量：这种多源方法提高了简答题的质量和可靠性。

搜索引擎优化的影响

该专利建议转向相关的、上下文准确的和共识驱动的内容。

SEO 策略可能需要更多地关注提供与更广泛的主题背景相一致的全面、全面的内容，而不仅仅是针对排名靠前的关键词或短语。

这可能会导致更加重视彻底的研究、多样化的内容视角以及网页上呈现的信息的准确性。

专利在SEO中的重要性

许多人开始根据他们在博客、社交媒体、YouTube 等中发现的“黑客”进行更改以改进他们的网站，而没有真正了解 SEO 背后的基本原则。

这就是为什么我建议任何对 SEO 感兴趣的人学习爬行、索引和信息检索的基础知识。

下一步是了解以下基础知识：

现代搜索引擎技术。

语义搜索/实体。

自然语言处理。

嵌入。

在不了解科学原理、不了解技术的情况下，单纯地寻找实践经验，往往会让我们主观地看待事物。

了解技术和科学基础就像一个理性层，可以反驳我们的主观理论。这样，您就可以更好地免受各种炒作的影响。

谷歌代表在谈论搜索时只透露了一些信息，特别是关于搜索结果如何排名的信息。他们提供的细节往往含糊不清。这是故意的，因为谷歌的目的是防止人们操纵搜索结果。

查看其他信息源以获得更深入的见解。专利研究是一种更先进的方法。如果您刚刚开始，最好坚持前面的步骤。

无论一项专利是否付诸实践，研究谷歌专利都是有意义的，因为您可以了解谷歌产品开发人员所面临的问题和挑战。

发布于：上海


Google正组建新团队 为区块链/Web3应用开发者提供服务

Google 的云计算部门正组建一支新的团队，为运行区块链应用的开发者提供服务。本周五在致员工的公开信中，Google Cloud 的副总裁 Amit Zavery 表示这个想法是为了让 Google Cloud 平台成为该领域开发者的首选。

他写道：“虽然正式实现 Web3 还很早，但这是一个已经表现出巨大潜力的市场，许多客户要求我们增加对 Web3 和 Crypto 相关技术的支持”。

Web3 的先锋们创造了一套去中心化和点对点的系统，他们希望这些系统能够形成下一代互联网。这种新模式挑战网络现状，摆脱由亚马逊、Google和 Facebook 母公司 Meta Platforms 等大规模公司控制。

Google希望为有兴趣组成自己的Web3软件的开发者提供后端服务，因为该公司正在与阿里、亚马逊和微软争夺云基础设施的市场份额。

在接受 CNBC 采访的时候，Zavery 表示：“我们并不是要直接成为那个加密货币浪潮的一部分。我们正在为公司提供技术，以便在他们目前的业务和企业中使用和利用Web3的分布式性质”。

在建立Web3工具的内部团队时，Google正在采取下一步行动，以证明其对市场的承诺。今年1月，Google的云计算部门透露了一个数字资产团队的计划，在 NFT 的新兴增长之后，与客户合作。该公司表示，它正在研究客户如何用加密货币进行支付。

Zavery说，在未来，Google可以设计一个其他公司可以采用的系统，使区块链数据易于人们探索，同时简化构建和运行区块链节点以验证和记录交易的过程。他补充说，Google的工具可以在其他计算环境中工作，比如亚马逊网络服务。（cnBeta）?