趋势网讯：
必应在一篇博文中透露有关这项研究的细节。“测试是如何进行的呢？”必应团队回应称“这项研究是由一家独立的研究机构负责执行，名叫Answers Research，总部设在加利福尼亚的圣地亚哥。选择了近1000个具有代表性的研究对象，这些研究对象全都在18岁以上，来自美国各地。学员们选择了一个随机调查显示面板，并在过去的一个月里使用了各大搜索引擎。参与者都不知道微软有参与其中。”
“当研究结果出来的时候结果很显然，在蒙眼测试中选择必应网页搜索结果的用户数量是谷歌的两倍。”研究小组说。具体来说，有将近1000个人参与此次实验，其中有57.4%的人更常使用必应搜索，30.2%的人更倾向于选择谷歌，12.4%的人习惯使用两者。
必应还指出：整体为研究对象的抽样误差率在3%左右，我们有95%的信心保证实验结果的可靠性。”
必应公司副总裁Dr.Harry Shum在一篇博文中提到：“很多人都问我，我们的数据库储存的数据这么少，怎么能和其他搜索引擎相抗争？存在有太多的变数，我们不能给你们一个完全科学的解释。我只能说，我们的承诺和在机器学习方面的投资足以让我们不断进行相关的实验并取得快速的发展”
“当然，众所周知，参照只是主观性的，查询是动态的，万物都在时刻变化。但我们有信心，现在正是时候让大家开始关注必应，公众应该了解必应所提供的搜索质量。”
Bing It On给谷歌带来了重大的挑战，而必应其实还有很多其他的方式可以从谷歌那边抢走大量的用户。同时对于必应来说，也是一个对外公布它所做一些调整之后的后端，其中很大一部分都是经过了大量的实验。
Shum写到:大量的培训数据拥有成千上万的特点。在近几年，我们的模型都是基于神经网络。但随着储存数据的增加、特性的增多和模型的越来越复杂，内部循环实验的步奏显然放慢了很多。其中有一点就是，我们花了数天的时间才能完成一个终端到相连的实验。我们知道该做点改善了。
“为了克服这一挑战，我们转向资深合作伙伴MSR公司寻求帮助，呼吁开发一种叫做Fastrank的技术。”他补充说：“FastRank是基于一种决策图表，这种决策图表高了决策的速度并吸引了大量相关的实验。但对于决策图表所产生的产品排名，人们持有怀疑的态度，他们认为决策图表不能与神经网络相匹配。我们在MRS工作的同事们正在着手解决这个棘手的问题并制订新的优化算法，从质量上来说提高到能与神经网络向媲美的高度，同时也培养了一个数量级的速度。”
谷歌似乎认为这只是给必应一点甜头尝尝。谷歌公司负责人Matt Cutts在黑客 新闻 跟帖中说道，“我最新发现，必应似乎仍在点击谷歌搜索结果的连接以此提高必应的排名”
事实不只如此，Cutts其实是指从2011年流传的有关一个大型搜索行业的故事。当年谷歌成立的一个卧底行动显示，必应在 偷 取它的搜索结果。这样看来，必应是在使用谷歌用户的搜索查询，通过Internet Explorer获得用户数据。
即便如此，那也只是一个信号。而必应声称相对于谷歌所引用的200，必应可能使用了更多的信号，其中包括世界上最流行的搜索引擎之一，但是否这样就能得到更好的搜索结果呢？
Cutts还指出，BingItOn工具很纠结为“bingiton”提供的查询。谷歌比必应自己为必应新的查询工具提供了更好的解决办法。我亲自复制了那项查询，并看到了类似的结果。必应只是在炫耀bingiton的领先位置而不是这个搜索工具本身。在结果上，必应实在谷歌前面的。
然而有些读者说， 他们的搜索结果是Bing It On在谷歌和必应两者的顶部，所以一些个性化的信号可能已经开始发挥作用。虽然我不太能理解为什么必应会量身定制BingItOn的搜索结果，特别是考虑不到，自从必应推出了（这部我找了很久的电影名字我忘记了）我一直在忽略必应的搜索结果。
但，要必应承认谷歌在传递搜索结果方面比他好，这有点尴尬，因为谷歌的搜索结果发送到的正式必应自己开发的。这虽然只是一项查询，一个事实并不能证明真相。任何人都能够很容易就找到一个例子，而谷歌体统了一个完美的结果页。
事实是，无论执行多少个查询，谷歌都将赢得其中的一些，而必应也将会分一杯羹。