第四十六章 搜索引擎的研发

隋波安抚好了左清泉之后，也答应她，等考试周之后，会让她负责一些相对轻松的工作。最新地址发送任意邮件到 ltx Sba@gmail.ㄈòМ 获取

比如公司现在还没有专门的行政部门。

可以让她和张轩两个先组成ceo办公室，兼管公司内部行政综合事务，像法务、公关、后勤、文件报告汇总之类的事。

这也是一种锻炼。

可以从这些内部的职能工作，让他们全面的熟悉和理解公司正规化运作的流程和模式。

等左清泉离开之后，隋波想了想，还是觉得应该去看看王川团队的研发进展。

随着这段时间各项目展开，无论是庞勇还是周枫、王川他们都觉得技术力量不够，又各自从学校里拉了一些同学进团队，整个技术团队扩张的很快。

当时隋波在外地，就让左清泉去找了赵宁，把公司隔壁的两间办公室也都租了下来。

周枫、许朝军带领的校内网开发团队和王川带领的搜索引擎研发团队，都从原来的办公室分了出来，易趣那个办公室里只留了电商团队。

新业务的研发团队分别在两个新办公室里闭关。

一推开门，隋波有些惊讶的看到，不大的房间里，中间是一张长桌，长桌上一个紧挨一个的摆放着十几台电脑，将长桌挤得满满的。

一帮少年们发糟糟，眼圈发黑，眼睛发光的盯着电脑屏幕，浑然忘我的噼里啪啦敲打着键盘。

桌上的电脑之间就算稍微有点空隙，也都摆满了方便面火腿肠之类的速食品。

要不是那些电脑屏幕上，显示的一行行代码，简直就是一个小型黑网吧的现场！

王川坐在最靠里的一台电脑前，眉紧锁，盯着屏幕，似乎正在思索什么难题。

别看这个场面，看起来好像是一群泡吧的颓废网瘾少年。

隋波可是清楚，这帮少年们都是计算机天才！

王川直接从学校里拉了不少水木计算机国家集训队的队友来，组成项目团队攻关搜索引擎！

隋波想了想，回去找左清泉。

让她找附近的餐厅预订每天的饭菜，送到公司来，再买几箱饮料、咖啡、面包饼之类的小食品，放到几个研发团队的办公室里。

估计不仅王川团队，庞勇、周枫他们那儿也都一样。

这帮技术男们敲起代码来，都是没没夜的。

没有打扰其他的工作，他悄悄把王川叫出来，在自己办公室里，和他专门流研发况。

目前搜索引擎项目最大的困难在于，没有可供参考的对象。

虽然可以参考一些国外的资料和论文，但因为涉及到一些核心技术，是无法通过网络查找到的，都需要自行开发。

隋波点表示同意。

这个时候google还不存在呢，要到9月份的时候，布林和佩奇才会在加州一个车库里开始创业。

百度更是没影的事儿，老李还在搜信里混呢。

现阶段，无论是国外的lycos、altavista、infoseek（搜信），雅虎搜索引擎；还是国内搜狐推出的所谓全中文搜索引擎，都还是以工分类目录为主的网站检索服务。

说是搜索引擎，其实更像是目录导航网站……

尽管其中一些搜索引擎已经有了网页关键词检索、用户点击量排序等一些创新，但本质上，还是需要大量的工编辑的目录式搜索引擎（directory search engine）。

而隋波希望王川团队开发的，则是全新的，通过技术程序，自动在互联网上通过超链接网页进行全文检索的机器搜索引擎（robot search engine）。

这样的话，就需要从做起，开发一整套完整的技术体系。

其中包括网络爬虫（web crawler）服务、索引服务、缓存服务、志服务等几大模块，各模块之间互相影响，构成了整个搜索引擎体系。

从开发量上，技术难度是远远大于目录式检索技术的。

首先说网络爬虫，也称网络蜘蛛（web spider），这项技术是基于web的自动化浏览程序，通过网页链接（url），爬虫不断的通过互联网中获得新的网页数据，下载页面数据形成后台数据库。

可以说，网络爬虫抓取数据是搜索引擎工作流程的第一步。

爬虫的体系架构直接关系到搜索引擎每天数据的采集量，而抓取策略则关系到搜索结果的数据质量，数据的更新策略则关系到系统资源的利用率。

这只是第一步，采集了大量数据信息之后，还需要通过自然语言处理（nlp），将文本信息分解为结构化数据和价值数据。

这里面就又存在一个问题，目前国外的搜索引擎都是英文