中的問題：搜尋演算法的問題（不是布林搜尋）
目前的演算法是 年前推出的。從所謂的「關鍵字演算法」到「語義演算法」的變化是為了避免過時的關鍵字搜尋的錯誤：這些演算法僅以精確的拼字搜尋並顯示輸入搜尋引擎的內容。由於“美洲虎”等詞可能含義不明確，因此結果有限。原因是這些關鍵字搜尋引擎只搜尋措辭，而不搜尋意義。
例如，關鍵字搜尋對於尋找類似的職位或類似的專業知識沒有幫助。但這正是「語意演算法」所能做到的。 在年前就引入了這樣的演算法，至今仍然如此。
更新的直接演算法效果
因此，語意搜尋引擎對 來說是一個好處，因為在搜尋中，演算法現在也顯示與輸入的關鍵字類似的術語。因為之前的關鍵字搜尋只是尋找相同的東西，因此幫助不大。
實際例子：
當搜尋“食品”行業時，語義演算法也 全球數據中的海外華人 會找到“食品”。但有一個巨大的問題：如果來源者想要更準確的結果，他必須使用正確的關鍵字輸入正確的布林命令，以便演算法不只是到處顯示「食物」或「食物」。
學習：語意演算法的良好結果取決於適當且良好的搜尋查詢。如果重要的布林命令遺失，您將無法再專門搜尋。這並不是 採購商現在必須準備好應對的重大更新所造成的唯一問題。
來源問題：搜尋演算法並不完美——布爾搜尋也不完美
還有另一個問題：許多擁有高級帳戶的採購商之前認為他們會看到所有可用且與他們的搜尋相符的個人資料。但這是一廂情願的 知識庫不僅適用於電子商店。為什麼要有它以及如何做？ 想法，因為到目 前為止還沒有這樣的情況。由於各種技術障礙（更多內容請參閱部落格文章：如何識別語義搜尋引擎在採購中的 個最大障礙？），使用 的高級搜尋不可能找到所有搜尋的所有設定檔。
實際例子：
例如，高級搜尋中的演算法仍然更喜歡某些個人資料：在第一個結果中，您將首先看到來自您的網路（取決於您個人的實際網路）的與您的 最新存檔 搜尋「相似」的一級和二級聯繫人。這可能意味著您搜尋的第一個有趣的個人資料有時會顯示在第 頁或第 頁甚至更後面的位置。這只是以前存在的眾多錯誤之一。
學習：因此，語意演算法都非常容易出錯，以成功為導向的採購人員必須為此做好規劃。不幸的是，這些障礙並沒有在這次重大更新中得到解決。現在有新的技術限制。