办公室里安静得能听见服务器风扇转动的声音。
李明盯着屏幕，右手放在鼠标上。
他点了一下，屏幕中央的小沙漏开始转。
一秒，两秒，三秒……十秒过去了。
屏幕终于刷新，显示出一列结果。
“还是慢。”他叹了口气。
贾瀞雯站在他身后，看着那些搜索结果。
李明刚才输入的是“电脑价格”，出来的结果有七八条，但只有两条真正和电脑价格有关。
一条是电脑公司的介绍，另一条是去年的旧新闻。
剩下的，有一条是“电影《电脑奇侠》”，还有几条是其他完全不相关的内容。
“准确率多少？”贾瀞雯问。
张涛在另一台电脑前算了一下：“刚测了五十个关键词，只有十五个返回了有用结果。
准确率……百分之三十左右。”
会议室里一片沉默。
五个年轻人都在，脸上的表情都差不多——疲惫，还有点沮丧。
他们已经连续工作了两个月，做出了这个能跑起来的搜索引擎。
可效果实在不理想。
“速度呢？”贾瀞雯又问。
“平均响应时间十二秒。”王磊说，“最慢的一次等了半分钟。
这还只是在我们内网测试，如果放到真实的网络上，有延迟，有带宽限制，可能更慢。”
贾瀞雯点点头。
她走到白板前，看着上面密密麻麻的架构图。
爬虫、索引、分词、排序……每个模块都做了，每个模块都能工作，可组合起来就是这个结果。
“问题出在哪儿？”她问。
李明站起来，走到白板前：“首先是索引结构。
我们现在用的是最简单的倒排索引，但数据量一大，查询效率就低。
需要优化数据结构。”
张涛补充：“分词也有问题。
基于词典的方法太死板，很多新词、专业词切分不准。
比如‘奔腾处理器’，我们的词典里没有这个词，就切成‘奔腾’和‘处理器’，但用户可能搜‘奔腾处理器’整个词。”
“排名算法也不够聪明。”王磊说，“现在基本是按关键词出现次数排序，但这样很容易被垃圾页面钻空子。
一个页面堆满关键词，就能排到前面，可内容根本没价值。”
贾瀞
本章未完，请点击下一页继续阅读！