2008年5月28日
说它最权威是因为是Google工程副总裁,负责排名算法的Udi Manber,发表在Google官方博客的一个帖子。下面捡主要内容翻译一下,想看完整原文的请参考Google官方博客Google 搜索质量简介。
搜索质量组是Google内部负责搜索结果排名的。每天Google处理无数查询,Google需要在不到一秒的时间内从数以亿计的网页中选择出应该返回哪些,以及以哪样的顺序显示。
Google对排名算法一直都比较保密,主要原因有两条:竞争及防止被滥用。
Google排名算法的细节是Google皇冠上的珍珠,我们以它为傲,并且非常注意保护。但是完全保密有时候也不是理想状况,所以Udi Manber等人决定与站长多沟通,谈一谈有什么新鲜事,解释一些老的内容,给点建议,参与对话等。这篇帖子是第一篇,以后还会有其他内容。
这个部门的心脏是核心排名小组。排名是相当困难的,比大部分人所想象的更困难。其中一个原因是语言都是模棱两可的,文件也没有任何规则,怎样理解信 息没有标准。所以我们需要理解任何人,因为任何原因所写的任何网页。这只是一部分。我们还需要理解用户的查询,再将查询投射到我们所理解的文件上。更不要 说不同的人有不同的需求。而且我们需要在几毫秒之内完成这一切。
Google排名算法最出名的部分就是PageRank。PR 现在还在使用中,不过已经是一个更大的一系统中的一部分。其他部分还包括语言模块(处理短语,同义词,方言,拼写错误等的能力),查询模块(不仅仅是语 言,还包括人们怎样使用语言),时间模块(有的查询返回一个30分钟前刚创作的网页最合适,有的时候返回已经存在很长时间的网页更合适),个性化模块(不 是每个人都需要相同的东西)。
另外一个组负责评估我们做的怎样。目标是改善用户体验,这不是主要目标,而是唯一的目标。有每分钟进行的自动评估,阶段性整体质量评估,更重要的还 有个别算法调整的评估。当某个工程师有个好主意,开发一个新算法后,我们对这个主意进行测试。一组统计学家会检查数据,确定这个新主意的价值。
2007年,我们做了450次以上的调整,差不多每个星期9次。比如今年1月份,我们对PR算法做了大幅调整。大多数时间我们都是寻找相关性改善的 方法,有时我们也致力于简化算法,简单就是好的。(Zac的注释:关于简化算法这句话,是紧接着PR算法调整之后说的,不确认他是讲简化了PR算法,还是 说笼统的对算法的简化。我的感觉是PR算法确实有了很大的改变。给我的感觉是,基本上给我们看的工具条PR是不准的,尤其很多该有PR值得内页显示PR为 零。也许这就是Udi Manber所说的算法简化造成的。)
在过去两年中,国际搜索是我们的主要焦点之一,包括所有的语言,而不仅限于主要语言。
另外一个小组专门负责新功能和用户界面。Google的用户搜索界面相当简单,当我们增加新功能时,尽量确保对用户来说是简单易用的。在过去一年中,主要的改变包括整合搜索,Google Notebooks,自定义搜索引擎以及iGoogle的改进。用户界面小组有一组易用性专家,在辅助研究用户及评估新功能。
还有一个小组专注于反垃圾和其他各种被滥用的技巧,这也就是Matt Cutts所负责的小组。这个组识别新的垃圾技术,并且以可扩展的方式克服这些垃圾。和其他组一样,这个组也是要处理国际多语种。反垃圾组与Google站长工具组紧密配合。
还有其他专门的项目组。整体来说我们的组织结构相当非正式,人员调动频繁,新项目也随时开始。
原翻译:ZAC
全国为汶川地震遇难同胞默哀三分钟与Google的数据曲线 (2008-5-23 0:26:29)
Google在2007年搜索算法调整450次创历史记录 (2008-4-28 16:3:8)
Google推出App Engine的免费服务 涉足涉足Web软件托管 (2008-4-12 9:14:34)
外贸企业搜索引擎营销推广选google还是选yahoo? (2008-4-12 0:14:25)
搜索引擎至今没办法解决的问题? (2007-12-21 10:15:14)
Google谷歌、雅虎2007年度十大搜索关键词的趋向 (2007-12-19 15:49:9)
google搜索引擎分词技术侧重语句的词组区别于自然语言搜索 (2007-12-19 14:53:28)
百度搜索PK谷歌搜索,统计数据搜索百度又赢得本土化搜索服务 (2007-12-16 18:35:49)
Google的Knol网站加紧测试上线与维基百科wiki竞争 (2007-12-15 23:52:45)
0 回复,0 引用: Google官方博客公开Google搜索排名算法
添加回复