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。

第二，迭代可以分批进行，不需要一次性算完。

第三，分数不需要精确到小数点后很多位，整数就行。”

贾瀞雯把这些记下来，转告给团队。

李明听了，一拍大腿：“对啊！我们可以分块计算！先把网页按链接关系分组，组内迭代，组间再迭代。

这样内存占用能降下来。”

思路打开了，进展就快了。

第一周结束时，他们做出了简化版的超链分析算法。

测试数据很小，只有一千个网页，但结果令人鼓舞——重要网页的分数确实高，垃圾网页的分数确实低。

第二周，开始集成到真实数据里。

问题又来了：十万网页的链接关系太复杂，计算一次要八个小时。

“太慢了。”张涛盯着屏幕，“如果每天都要重新计算，根本跟不上网页更新的速度。”

贾瀞雯给陈浩打电话。

这次陈浩的建议很直接：“增量更新。

每天只计算新增网页和发生变化的部分，其他的用缓存。”

又是新的挑战。

但团队已经适应了这种节奏——遇到问题，分析问题，解决问题。

第二周周四晚上，李明从座位上跳起来。

“出来了！第一次完整计算完成！”

所有人围过去。

屏幕上显示着计算结果：十万网页，每个都有一个分数。

排在前面的，确实是那些权威网站，新闻门户，高校主页。

排在后面的，大多是个人主页或者广告页面。

“集成到排名算法里测试一下。”贾瀞雯说。

李明敲了几行代码，启动测试程序。

输入几个关键词，搜索结果按新算法排序。

效果明显。

之前搜“电脑价格”，前排结果里总有几个堆关键词的垃圾页面。

现在那些页面不见了，取而代之的是真正的电脑报价网站。

“准确率！”张涛喊，“测试集准确率升到百分之六十二了！”

办公室响起掌声。

连续两周的加班，值了。

周五，贾瀞雯让大家休息一天。

她自己没休息，去了中关村的一栋写字楼。

公司该换个地方了。

现在那个八十平米的办公室，六个人已经挤得不行。

随着超链分析的实现，团队还要招人，需要更大空间。

她看中了一间两百平的办公室，在五楼，视野不错。

租金不便宜，但还能承受。

签完租约，她开始联系装修。

简单装修，隔出办公区、会议室、休息区，还要有个小厨房。

同时，招聘启事也发出去了。

这次她要招十五个人：算法工程师、前端开发、系统架构师、还有产品和运营。

简历像雪片一样飞来。

百度公测后的知名度，加上中关村的地理位置，吸引了很多求职者。

贾瀞雯亲自面试了每一个技术岗位。

她问的问题很实际：你怎么理解搜索？如果让你优化排名算法，你会怎么做？中文分词最大的难点是什么？

有的候选人答得好，有的答得一般。

她最终录用了十五个人，加上原来的五个，团队扩充到二十人。

【跪求礼物，免费的为爱发电也行！】


　　(https://www.pcczw.com/wx/47876/75403.html)


1秒记住瓢虫文学：www.pcczw.com。手机版阅读网址：m.pcczw.com