臨近下午一點，孟謙到了滬上浦東，這還是他重生后第一次來滬上，這個前世他也經(jīng)常來的地方。

滬上作為華夏的金融中心，是一張給世界看的名片。

不過曾經(jīng)的孟謙第一次來滬上是在07年的時候，2000年的滬上他還真沒見過。

此時的浦東，已經(jīng)開始聳立起高樓大廈，同時又存在大片的廠房和棚戶區(qū)，車子一路開過去，可以看到很多地方正在拆遷改造。

“張總準(zhǔn)備把分公司放在浦東么？”到了目的地后，孟謙憑借記憶對比，如果沒看錯的話這里應(yīng)該是張江高科技園區(qū)。

浦東四大重點開發(fā)區(qū)域中，世人相對熟知的應(yīng)該就是金融中心陸家嘴和科技中心張江了。

2000年的張江，領(lǐng)軍產(chǎn)業(yè)是電路、軟件以及生物醫(yī)藥。

張樹新點頭表示肯定，“現(xiàn)在南方最有發(fā)展?jié)摿Φ牡胤剑翢o疑問就是深圳和滬上浦東，而張江高科技園區(qū)，則是科技的孵化寶地啊。”

這個時候大家說到南方城市的發(fā)展?jié)摿Γ绕涫强萍及l(fā)展，還沒人會想到杭城。

來到張樹新租的地方，有五名男子正等在那邊，其中有兩人一看就是外籍男子。

張樹新一一做了介紹，這兩名外籍男子一名來自ibm，一名來自谷歌，聽意思要么是已經(jīng)挖過來了，要么就是打算挖過來的，兩人之前都是搜索引擎項目組的。

另外三名華夏人，一人是瀛海威自家的技術(shù)總監(jiān)，另外兩人都是從硅谷回來的，一個畢業(yè)于斯坦福大學(xué)，曾任職于英特爾，一人畢業(yè)于哈佛，曾任職于甲骨文，都是人才。

簡單的打了個招呼，大家就到會議室坐著，接下去是孟謙的表演時間，他今天，要展示他的搜索引擎核心技術(shù)。

搜索引擎這個東西，需要用到網(wǎng)絡(luò)爬蟲技術(shù)、檢索排序技術(shù)、網(wǎng)頁處理技術(shù)、大數(shù)據(jù)處理技術(shù)、自然語言處理技術(shù)等，當(dāng)然，2000年這個時候，還用不上自然語言處理技術(shù)，大數(shù)據(jù)處理也更后世的概念不太一樣。

但說的簡單一點，其實核心就是一個東西，算法。

因為每一個技術(shù)都離不開算法。

“我不太清楚在座各位在搜索引擎方面的建樹和理解，我只能先按照我的節(jié)奏說下去，如果誰有問題可以隨時打斷我。”孟謙走到黑板前直入正題。

“在我展示我的核心技術(shù)之前，我們先來看看當(dāng)下的三大主流算法，白度的超鏈分析，谷歌的pagerank算法以及ibm的hits算法。

幾乎所有人都覺得白度的超鏈分析是三個算法中最落后的，但有些事情我們還是要多角度的看一看，白度的超鏈分析在某種程度上可以算得上是奠定了搜索引擎的發(fā)展基礎(chǔ)。

有一些聲音說谷歌其實是剽竊了白度的超鏈算法，畢竟李彥宏這個專利確實在谷歌之前，我們現(xiàn)在不去猜測真假，但這種說法體現(xiàn)了一個很重要的信號，其實不管是哪一家的算法，算法基礎(chǔ)其實都是一樣的。

抓取網(wǎng)頁信息，然后用某種機(jī)制對這些網(wǎng)頁進(jìn)行排序，當(dāng)用戶輸入關(guān)鍵詞進(jìn)行搜索時，根據(jù)關(guān)鍵詞匹配出按照機(jī)制進(jìn)行排列的網(wǎng)頁。

那么白度輸在哪呢？關(guān)鍵就在于白度現(xiàn)在過于簡單的基于在某次搜索的所有結(jié)果中被其他網(wǎng)頁用超鏈接指向的越多的網(wǎng)頁就價值越高這種基礎(chǔ)排序方式。

相比之下，谷歌的pagerank就多了兩件很重要的事情，第一件事情是，把a(bǔ)頁面到b頁面的鏈接解釋為a給b的投票行為，谷歌在這里會同時考評a和b的等級從而形成新的等級。

也就是每一個頁面都有pr值，同時你的pr值會成為其他頁面pr值的參考。

然后不斷的重復(fù)計算每個頁面的pr。假設(shè)給每個頁面一個隨機(jī)pr值，那么經(jīng)過不斷的重復(fù)計算，這些頁面的pr值會趨向于穩(wěn)定，也就是收斂的狀態(tài)。

至于hits，其理論基礎(chǔ)依然沒變，它最大的特點或者說改變就在它意識到pagerank算法平均的分布權(quán)值不符合鏈接的實際情況。

所以hits算法中引入了另外一種網(wǎng)頁，稱為hub網(wǎng)頁，hub網(wǎng)頁是提供指向權(quán)威網(wǎng)頁鏈接集合的web網(wǎng)頁。

所以使用hits的搜索結(jié)果會比其他兩者都更權(quán)威，但這個算法會大大增加計算負(fù)擔(dān)，對吧？”