第1765章 遇到问题，分析问题，解决问

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1765章遇到问题，分析问题，解决问题(第2/2页) 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。 某度公测后的知名度，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！】