亚洲伊人久久精品影院,91精品尤物福利国产,欧美特黄一区二区,96久久精品人人妻人人槡

原文如下：

對(duì)百度，CTO劉建國(guó)的采訪過(guò)程就是一個(gè)擠牙膏的過(guò)程，他永遠(yuǎn)不會(huì)借題發(fā)揮，對(duì)采訪者的問(wèn)題，回復(fù)得簡(jiǎn)練而專(zhuān)注。這位與李彥宏一起創(chuàng)立百度的“技術(shù)新官僚”，對(duì)搜索引擎技術(shù)運(yùn)用的思考，在一定程度上體現(xiàn)了這個(gè)新上市公司的商業(yè)方向及這個(gè)團(tuán)隊(duì)的技術(shù)想象力。采訪中，劉建國(guó)不斷接到要求解封的“作弊網(wǎng)站”的電話，大多是熟人才會(huì)直接將電話打到他這里，或是打給李彥宏。采訪由此而展開(kāi)。

反作弊是我們的技術(shù)

《21世紀(jì)》:李彥宏選擇搜索引擎作為百度的主業(yè)，當(dāng)時(shí)是怎么確定的?

劉建國(guó):2000年之前，中國(guó)有許多搜索引擎公司，Goyoyo是香港一個(gè)公司做的;科學(xué)院有一個(gè)網(wǎng)站，還有北大天網(wǎng)。當(dāng)時(shí)創(chuàng)立公司時(shí)搜索引擎已經(jīng)很多了。我們機(jī)會(huì)在哪里?在當(dāng)時(shí)我和李彥宏的通信中，他說(shuō)要做就做最好的。當(dāng)時(shí)已有的搜索引擎速度慢，索引小，用戶(hù)體驗(yàn)很差。我們都認(rèn)為做一個(gè)中文搜索引擎有很大前景，所以我就從北大出來(lái)，跟李彥宏一起創(chuàng)業(yè)了。

《21世紀(jì)》:現(xiàn)在來(lái)看，當(dāng)時(shí)搜索的核心技術(shù)是什么?

劉建國(guó):分成好幾塊，一塊是網(wǎng)頁(yè)抓取，由蜘蛛程序選擇、抓取互聯(lián)網(wǎng)中的網(wǎng)頁(yè)，還要持續(xù)不斷地更新網(wǎng)頁(yè)，將過(guò)期的網(wǎng)頁(yè)剔除掉;二是超鏈分析和內(nèi)容分析;三是針對(duì)用戶(hù)的搜索服務(wù):如何處理海量數(shù)據(jù)和大規(guī)模的用戶(hù)訪問(wèn)?如何提供穩(wěn)定的服務(wù)?有很多技術(shù)問(wèn)題需要解決。

《21世紀(jì)》:你們是一幫人在做?

劉建國(guó):好多個(gè)組，重點(diǎn)是相關(guān)性的評(píng)價(jià)。哪些網(wǎng)頁(yè)是用戶(hù)想要的?后面就有好多技術(shù);比如超鏈分析;這里有李彥宏的專(zhuān)利。超鏈在Infoseek之前就有成熟的技術(shù)，李彥宏在那兒工作時(shí)就研究得很細(xì)，但我們沒(méi)有僅用這套方法，而是根據(jù)當(dāng)時(shí)搜索引擎全球的發(fā)展做了改進(jìn)。

《21世紀(jì)》:百度在相關(guān)性方面有什么特色?

劉建國(guó):有兩個(gè)基本方面:超鏈分析和內(nèi)容分析。我們這幫技術(shù)人員，包括李彥宏，根據(jù)搜索引擎當(dāng)時(shí)的技術(shù)發(fā)展，做出了一套百度自己的超鏈分析系統(tǒng)。另外還得分析網(wǎng)頁(yè)內(nèi)容，比如中文處理就很重要，要理解中文的語(yǔ)法和特定文字意義，因?yàn)橹形呐c英文還是不一樣的，只有判斷文字是什么意思，才能給用戶(hù)提供搜索結(jié)果。

《21世紀(jì)》:“欺騙搜索”是什么意思?你們有什么獨(dú)特的技術(shù)來(lái)對(duì)付它?

劉建國(guó):就是所謂的網(wǎng)絡(luò)優(yōu)化，比如SEO之類(lèi)，鏈接一些域名，好象鏈接很多，但實(shí)際上是人為做出來(lái)的。還有一些鏈接，就是專(zhuān)門(mén)幫別人做鏈接，這也是超鏈分析。你不是鏈接分析嗎?專(zhuān)門(mén)針對(duì)你。還有一些網(wǎng)站，專(zhuān)門(mén)給別人做，相關(guān)度也高，我們必須發(fā)現(xiàn)哪些是LINKFORM，然后分析出來(lái)。

《21世紀(jì)》:這如何看得出來(lái)?有簡(jiǎn)單工具嗎?

劉建國(guó):我們已經(jīng)可以通過(guò)技術(shù)手段及時(shí)發(fā)現(xiàn)這種欺騙或者叫作弊。是否作弊，有一個(gè)很簡(jiǎn)單的標(biāo)準(zhǔn):用戶(hù)看到的內(nèi)容和搜索引擎看到的內(nèi)容是否一致?前一段搜索“芙蓉姐姐”，進(jìn)去之后很多是買(mǎi)手機(jī)的，買(mǎi)其他信息，這就是作弊。我們就分析，他們是通過(guò)什么方法來(lái)“欺騙搜索”。比如LINKFARM，我們靠技術(shù)發(fā)現(xiàn)出來(lái)，它已經(jīng)“堆砌關(guān)鍵詞”了，我們看出它是作弊的，我就不要它。這就是為何后來(lái)反彈這么大，有了“反百度聯(lián)盟”的原因。有“反百度聯(lián)盟”成員說(shuō)，你為什么屏蔽我?前一段搜狐網(wǎng)的一個(gè)峰會(huì)，一個(gè)醫(yī)藥網(wǎng)的說(shuō)我們很好啊，你為什么把我給封了?它的“堆砌”是作弊的，如果我們把它放開(kāi)，對(duì)用戶(hù)是一種欺騙。

《21世紀(jì)》:比如在百度搜“芙蓉姐姐”，你們把有些“芙蓉姐姐”鏈接給屏蔽了，那就不能給用戶(hù)提供更多的結(jié)果了?

劉建國(guó):是更準(zhǔn)確，比如用戶(hù)到這里來(lái)搜，得到的是真正的“芙蓉姐姐”而不是手機(jī)鈴聲。這樣做的目的是給用戶(hù)很好的用戶(hù)體驗(yàn)。

《21世紀(jì)》:在反作弊技術(shù)里，有什么可以明確識(shí)別作弊?

劉建國(guó):比如，來(lái)回互相鏈接、堆砌關(guān)鍵詞等。還有前景色和背景色完全一致，在HTML里面，用戶(hù)看不見(jiàn)，可以騙搜索引擎，就這樣騙用戶(hù)。

《21世紀(jì)》:僅僅背景色也可以用來(lái)作弊?

劉建國(guó):背景是黑色的，搜索看見(jiàn)的僅僅是內(nèi)容，是看不到背景的。前景與后景一樣，機(jī)器看不著，人能看出來(lái)，景色也是識(shí)別的因素。其中的文字就是有些網(wǎng)站想欺騙的東西。有很多方法作弊，層出不窮的。搜索與作弊網(wǎng)站是永遠(yuǎn)不會(huì)結(jié)束的戰(zhàn)爭(zhēng)。

《21世紀(jì)》:有沒(méi)有可以“招安”的作弊網(wǎng)站?

劉建國(guó):不會(huì)的。他們的利益很大，騙一點(diǎn)是一點(diǎn)，不會(huì)到這里來(lái)做。

《21世紀(jì)》:有多少這樣的網(wǎng)站?

劉建國(guó):每天碰到成千這樣的網(wǎng)站。

《21世紀(jì)》:他們到哪里拉客戶(hù)?

劉建國(guó):不一定拉客戶(hù)，他們可以自己做鈴聲、短信，SEO會(huì)拉企業(yè)，給錢(qián)，我給你排位。

另一個(gè)“敵人”是Google嗎?

《21世紀(jì)》:與Google的反作弊比，你們有什么優(yōu)勢(shì)?

劉建國(guó):說(shuō)Google的技術(shù)比我們好，我不認(rèn)同，他們主要是不夠集中。比如反作弊的，Google中文就做不過(guò)我們，這有技術(shù)問(wèn)題，還有人力，要知道作弊慣用的手法，而Google不知道。這個(gè)模式我們比Google發(fā)展得更快，我們更接近用戶(hù)。我們中文的理解做得比他們好，比如像分詞、切詞，中文是一個(gè)一個(gè)字，放一塊兒，那些字和詞是不一樣的。我做得比Google好。他們沒(méi)有專(zhuān)門(mén)研究中文。

《21世紀(jì)》:你們是用自己的技術(shù)?

劉建國(guó):是的。我們中文分詞，這個(gè)技術(shù)里面沒(méi)有英文，中文本身的處理我們已經(jīng)到位，還有語(yǔ)法的應(yīng)用，我們做得很好。語(yǔ)法是主謂賓，如何用，老外不理解。

《21世紀(jì)》:你們用以前的文字識(shí)別技術(shù)嗎?

劉建國(guó):對(duì)中文我們有一套獨(dú)特的做法，現(xiàn)在成熟的技術(shù)都不太適合我們。

《21世紀(jì)》:有沒(méi)有用哪個(gè)平臺(tái)?比如大的軟件?

劉建國(guó):這個(gè)軟件是我們自己做的。

《21世紀(jì)》:是應(yīng)用軟件?

劉建國(guó):不是一套。我們直接用自己的東西。比如說(shuō)詞典、分詞、詞匯。這不是釋義的詞典，可能有很多資源。比如我們用人民日?qǐng)?bào)的語(yǔ)料庫(kù)，我們購(gòu)買(mǎi)這樣的資料。更多的平臺(tái)是我們自己的搜索引擎。我們有日志，總結(jié)新的詞匯。我們對(duì)10億計(jì)的網(wǎng)頁(yè)也能分析。這是Google中文做不到的。至少?zèng)]有聚焦。另外從中文用戶(hù)體驗(yàn)來(lái)說(shuō)，我們也做得比他們好，比如用戶(hù)體驗(yàn)是什么、習(xí)慣是什么。比如相關(guān)搜索，在中文里面，用戶(hù)心里想的一個(gè)事情，比如“軟件”這個(gè)詞，用戶(hù)心里想的是軟件下載，但搜索的是“軟件”這個(gè)詞，他輸入“軟件”，與搜索不符。百度會(huì)提示得更加精細(xì)化，到底是軟件下載還是加密，全自動(dòng)服務(wù)，這樣用戶(hù)會(huì)覺(jué)得很好。類(lèi)似的工作我們下了很多功夫。其他像拼音檢索，錯(cuò)別字糾正，我們也能正確提示。現(xiàn)在有些搜索正在抄我們。我認(rèn)為不能崇洋。