第1765章 遇到问题，分析问题，解决问题（1/2）

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，点击下一页继续阅读。