第1765章 遇到问题，分析问题，解决问题

第1765章 遇到问题，分析问题，解决问题 (第1/2页)

贾瀞雯回到北京时是周一早上。
　　
　　她没回家，直接拖着行李箱去了办公室。
　　
　　团队五个人都在，正围在白板前争论什么。
　　
　　看到她进来，所有人都转过头。
　　
　　“贾总回来了！”
　　
　　“陈总有什么指示吗？”
　　
　　贾瀞雯放下行李箱，脱掉外套：“先说说你们这边的进展。”
　　
　　李明赶紧汇报：“索引结构优化做了第一版，测试结果显示查询速度能提升百分之二十左右。
　　
　　但有个问题，内存占用增加了。”
　　
　　“分词算法呢？”
　　
　　张涛接过话：“常见歧义解决了一部分，但遇到新的问题。
　　
　　比如‘南京市长江大桥’，可以分成‘南京市长-江大桥’，也可以分成‘南京市-长江大桥’。
　　
　　这种结构歧义，靠词典解决不了。”
　　
　　贾瀞雯点点头，走到白板前。
　　
　　她拿起笔，在空白处写下几个字：超链分析。
　　
　　“陈总提出了一个新概念。”她转身看着团队，“叫超链分析。
　　
　　简单说，就是通过分析网页之间的链接关系，来判断网页的重要性。”
　　
　　五个人都愣了。
　　
　　“链接关系？”王磊问，“什么意思？”
　　
　　“一个网页如果被很多其他网页链接，说明它可能比较重要，比较权威。”贾瀞雯解释，“反过来，如果一个网页链接了很多重要网页，那它自己可能也是个枢纽。
　　
　　通过分析整个网络的链接结构，我们可以给每个网页打分，这个分数可以用于搜索结果排序。”
　　
　　会议室里安静了几秒。
　　
　　李明眼睛慢慢亮起来：“这思路……太牛了。
　　
　　等于是把整个互联网当成一个投票系统，每个链接就是一票。”
　　
　　张涛也反应过来：“对！这样就能解决垃圾页面堆关键词的问题了。
　　
　　那些垃圾页面不会被其他页面链接，分数自然低。”
　　
　　“但实现起来很难。”王磊皱起眉，“我们需要分析整个网络的链接结构，这计算量太大了。”
　　
　　贾瀞雯放下笔：“所以陈总说了，先做简化版。
　　
　　不分析整个网络，只分析我们已收录的十万网页。
　　
　　先验证这个思路是否可行。”
　　
　　她看着团队：“陈总给了两周时间。
　　
　　两周内，我们要做出超链分析的第一版，集成到排名算法里。”
　　
　　任务定下来了，但怎么开始，谁都没底。
　　
　　第一天，团队在查阅资料。
　　
　　超链分析这个概念，国外有论文提到过，但没见到实际应用。
　　
　　他们需要自己从头设计算法。
　　
　　第二天，李明在白板上画出了第一版架构图：“我们需要建两个矩阵。
　　
　　一个记录每个网页的出链，一个记录入链。
　　
　　然后迭代计算，直到收敛。”
　　
　　“收敛条件呢？”
　　
　　“每个网页的分数变化小于某个阈值。”
　　
　　“计算量还是大。”张涛摇头，“十万网页，矩阵就是一百亿个元素。
　　
　　现在的服务器算不动。”
　　
　　第三天，陈浩打电话来了。
　　
　　“遇到困难了？”他问。
　　
　　贾瀞雯实话实说：“算力不够。
　　
　　团队说矩阵太大，迭代计算需要的时间太长。”
　　
　　电话那头沉默了一会儿。
　　
　　“可以简化。”陈浩说，“第一，不需要算所有网页。
　　
　　只计算有入链的网页，那些孤立页面直接给最低分。
　　
　　

（本章未完，请点击下一页继续阅读）