谷歌算法背后：一次搜索請求平均往返2400公里

3月12日早間消息，谷歌(微博)完成一次搜索請求，時間不足一秒、平均往返距離卻要約2400公里。每天谷歌都有200多項改進算法的在線實驗，一個想法要通過多道考驗才能付諸執(zhí)行。而在個性化搜索日益重要的今天，谷歌算法改進也面臨著新的挑戰(zhàn)。

　　來自官方的數(shù)據(jù)顯示，從2003年到現(xiàn)在谷歌搜索已經(jīng)接受超過4500億個搜索請求。而用戶每天發(fā)出的搜索請求中，有16-20%是全新的關鍵詞。

　　一個基本的搜索過程分這樣幾步：提交搜索請求->發(fā)送->篩選分類->查找索引->選擇網(wǎng)頁->結果排名->結現(xiàn)結果。谷歌給出的解釋說，一個請求會被分發(fā)到數(shù)千個數(shù)據(jù)中心，然后根據(jù)關鍵詞進行匹配，再根據(jù)數(shù)百個指標對得到的數(shù)據(jù)進行排名。

　　這個復雜的過程通常在一秒內完成，但平均每個谷歌搜索的關鍵詞往返于用戶電腦和數(shù)據(jù)中心的距離約為2400公里(1500英里)。

　　“很多人認為谷歌已經(jīng)解決了搜索的問題，但是在谷歌看來搜索的發(fā)展才剛剛起步。如果說搜索是一本書，那谷歌才剛寫完了開篇”，谷歌工程總監(jiān)斯考特-霍夫曼(Scott Huffman)在談到搜索時說，十多年來谷歌搜索的算法一直在不斷改進。

　　每年谷歌搜索結果都會改變20-30%左右?；舴蚵闹饕ぷ髦?，就是對谷歌搜索質量進行評估，在他看來這個過程遠比外界看到的復雜。

　　以去年為例，在眾多的搜索算法改進構思中，有41831項進行了必要性評估，這其中又有9250項進行了小規(guī)模實驗，進而又有7363項進行了在線實驗，最終有520多項改進被付諸實施。霍夫曼總結谷歌改進算法的方式為：數(shù)據(jù)驅動、實驗評估。

　　谷歌搜索平均每時每刻都有200多項實驗在進行；而在評估的過程中，既會借助基于統(tǒng)計學搭建的模型，還依靠多種語言的獨立評估員。

　　霍夫曼表示谷歌搜索算法近期的主要改進，可以歸納為三個方面。

　　·新鮮度算法調整：在某些情況下，谷歌需要為用戶提供最新搜索結果，比如即時新聞、定期發(fā)生的重大事件以及內容頻繁更新的話題等。如果搜索“奧運會”，用戶會得到與即將舉辦的倫敦奧運會相關的最新搜索結果，而非關于1984年奧運會的陳舊信息。

　　·優(yōu)質網(wǎng)站算法調整：這對包含原始信息、研究調查、深度報道、精準分析等內容的高質量網(wǎng)站十分有利，提高了它們在搜索結果中的排名。

　　·頁面布局算法調整：這一改進關注用戶在點擊搜索結果后所看到的網(wǎng)頁布局，提升網(wǎng)頁信息的豐富程度 ，提高信息容易被搜索到的網(wǎng)頁的排名。

　　除此以外，谷歌還計劃將更多社交、移動、位置等信息元素，更好的與搜索進行整合。這一方面會讓搜索結果更加的個性化，但同時也給谷歌帶來新的難題：如何衡量并提升越來越個性化的搜索結果。此前的實驗方式必須有所調整。

　　霍夫曼對此解釋說，對于受個性化影響較大的因素，谷歌會采用更多的在線實驗方式進行考察。例如考察一個用戶的跳轉和停留時間，通過統(tǒng)計模型對相關數(shù)據(jù)進行分析、判斷。此外，還會在得到允許的情況下獲取評估員的個人信息，并據(jù)此改進搜索結果。

　　“新的算法改進想法往往是在解決問題時產(chǎn)生的”，霍夫曼說，目前谷歌在搜索算法開發(fā)上投入的時間，已經(jīng)超過1000人工年。