第284章 谷歌一下(2 / 4)

加入书签

她一边喝着茶,一边在思考着应该如何写一个络蜘蛛的程序出来。

评价一个络蜘蛛的好坏,有三个方式,一个是覆盖率,络蜘蛛的首要目标是抓取互联上所需的信息。因此,有价值的信息是否都收录,收录的比例是络蜘蛛的基本评价指标;第二个则是时效xing,即事件发生并在互联上传播后(以新闻、论坛、博客等各种形式),用户需要通过搜索引擎尽快能检索到相应内容。而索引的前提是收录,因此需要络蜘蛛尽快的抓取互联上最新出现的资源;最后则是重复率,互联上重复的内容很多,如何尽早的发现页面重复并消除之,是络蜘蛛需要解决的问题。除转载导致的重复外,重复总能体现为各种不同的模式,站点级重复,目录级重复,cgi级重复,参数级重复等等,及早发现这些模式并进行处理,能节省系统的存储、抓取、建库和展现资源。

第一个问题最好解决,因为美国电信的根服务器就在诺亚。页的覆盖率永远都是。

需要解决的是第二和第三个问题。

事实上这也不是个大问题,原理很容易解决,最重要的一环在于需要一个高效率的程序。

未来的“百度”、“谷歌”等等都是建立在这样的一个基础之上的。

&nb出来……似乎还有些麻烦。

“来还给成立一个工作组才行。”

开始了抱着双手站了起来。

“我觉得我们公司的人才已经够紧张的了。”艾尔莎将红茶和茶饼放在了凯瑟琳的桌上。

光凭自己一个人的话,可能需要不少的时间。凯瑟琳一直梦想的是当一个甩手掌柜,这事怎么能够发生呢?――于是,找人就是必须的。<e开发组chou调了三个人出来,帮助开发这个络蜘蛛程序。

反正星men系统的开发已经差不多了,这个时候自己chou调一些人出来开发络蜘蛛完全不是问题。

络蜘蛛是搜索引擎的一个最核心的部分。有了这个程序之后,搜索引擎的建立就会非常简单了。

那……自己的这个站应该叫什么名字呢?

“没关系,到了五月份,这种情况就能得到缓解。”intel与斯坦福大学的合作培养的第一批学生已经快要毕业了,有了他们的加入,公司的人才紧缺的问题必然能够得到一定程度的缓解。

“至少在未来十年内,我们公司的人才都有可能是供不应求,这是一个急速扩张的产业,和那些传统行业是不一样的。”

――直到2世纪,这些行业对于人才的渴求依然是强烈的。

当然,中国除外――因为那里的人实在是太多了,乃至于都有了“it民工”的说法。

凯瑟琳坐了下来,然后喝了一口红茶。

↑返回顶部↑

书页/目录

玄幻奇幻相关阅读: