Siri 成仅次于谷歌的第二大移动搜索引擎

简介:

据Searchengineland报道,科技市场研究公司Fivesight Research今天发布了2017年第一季度《美国用户搜索偏好报告》,发现苹果Siri成为仅次于谷歌之后的第二大移动“搜索引擎”。

Fivesight Research对美国800名成年人进行调查,这些人中iOS和Android用户数量基本相当。研究显示,谷歌在移动搜索引擎领域依然处于遥遥领先地位,84%的受访者承认使用谷歌进行搜索。在Android用户中,使用谷歌搜索引擎的人达90%。而在iPhone用户中,谷歌也抢占了78%的份额。


8cba2922cd0b2fafc09d9b259fdb71baedb39a82

可是在谷歌之后,苹果Siri被大多数受访者作为“优先使用的搜索引擎”,超过必应和雅虎。在iPhone用户中,13%的人将Siri作为优先使用的搜索引擎。这个发现非常重要,因为它表明语音和虚拟助理正对传统“查询框”造成长期和潜在的破坏性影响。


25267e2e5bca423c247ce42d2b28ba117f51d934

Siri还是现在被使用最广泛的虚拟助理,与使用Google Now的Android用户相比,使用Siri的iOS用户数量更多。Google Assistant并未被列入调查之中。72%的受访者表示,他们使用虚拟助理作为更传统移动搜索的补充。只有16%的iPhone用户称不使用虚拟助理,不使用虚拟助理的Android用户不到40%。在使用虚拟助理的iPhone用户中,还有10%的人使用Google Now,4%的人使用微软小娜。在Android用户中,24%的人使用谷歌自己的虚拟助理,10%的人使用微软小娜,其余的人使用其他服务。


b395072f5c00fc7d939892963aac3accdcee85c1

调查还显示,Chrome依然是占据主导地位的移动浏览器,占48%市场份额,其次为Safari(37%)。大约14%的iPhone用户将Chrome作为优先使用的浏览器。然而,Android用户中使用非谷歌浏览器的情况更普遍,11%的人选择使用微软浏览器,10%使用其他浏览器。

本文来自开源中国社区 [http://www.oschina.net]

目录
相关文章
|
11月前
|
机器学习/深度学习 搜索推荐 算法
Python大数据驱动的图书推荐与分析系统:从数据到智能决策的实践探索
在信息爆炸时代,图书推荐系统利用Python大数据技术,融合用户行为、图书元数据与外部动态,构建“内容+协同+深度学习”混合模型,实现精准个性化推荐。通过三层架构与算法创新,破解冷启动、小众书推荐等难题,助力每本书找到真正读者。
793 0
|
数据库 对象存储
2025年 | 4月云大使推广奖励规则
【近期云大使规则升级】①上线老用户返佣规则。②企业云大使提现功能上线。③优化推广奖励限制。④调整用户关联周期。⑤新增沉睡用户返利 。⑥推荐企业认证新用户首购最高奖励45%。
2025年 | 4月云大使推广奖励规则
|
自动驾驶 物联网 5G
什么是 5G 以及它如何工作?
【8月更文挑战第23天】
3906 0
|
负载均衡 安全 网络协议
|
自然语言处理 JavaScript API
【HarmonyOS Next之旅】HarmonyOS开发基础知识(一)
本文主要介绍了HarmonyOS应用开发中的基础知识、配置文件结构及其说明。内容涵盖用户应用程序的基本概念,包括应用形态(安装型与元服务)、包结构(APP Pack与HAP)、核心组件(Ability)以及相关文件(库文件、资源文件、配置文件等)。重点解析了`config.json`配置文件的组成与内部结构,如`app`(全局配置)、`deviceConfig`(设备配置)、`module`(模块配置)三大核心部分,详细说明了各属性的功能与约束。此外,还提供了具体示例,帮助开发者更好地理解和使用HarmonyOS的配置体系。适用于JS/ArkTS开发环境。
903 0
|
IDE 开发工具 C++
⚡【C++要笑着学】(40) OF框架:OpenFrameworks 框架介绍 | oF 文件结构 | 图形基础 | 使用 ProjectGenerator 创建项目
⚡【C++要笑着学】(40) OF框架:OpenFrameworks 框架介绍 | oF 文件结构 | 图形基础 | 使用 ProjectGenerator 创建项目
1119 0
|
机器学习/深度学习 人工智能 搜索推荐
AI在医疗诊断中的应用与未来发展趋势分析
【10月更文挑战第9天】 本文深入探讨了人工智能(AI)在医疗诊断领域的现状及其应用,包括影像识别、临床数据处理及个性化治疗方案的制定。通过具体案例分析,展示了AI技术如何提高诊断准确性、缩短诊断时间,并减轻医生的工作负担。同时,本文还讨论了AI在医疗诊断中面临的伦理问题和法律障碍,以及解决这些问题的可能途径。最后,对AI在未来医疗行业中的发展潜力进行了展望,指出其在提升医疗服务质量和效率方面的巨大潜力。
1377 2
|
前端开发 Java API
解密 asyncio 的 Future 和 Task
解密 asyncio 的 Future 和 Task
1011 2
|
Python
Collatz conjecture
【6月更文挑战第3天】
626 10