最权威的Google算法解密

    说它最权威是因为是Google工程副总裁，负责排名算法的Udi Manber，发表在Google官方博客的一个帖子。下面捡主要内容翻译一下，想看完整原文的请参考Google官方博客Google 搜索质量简介。

    搜索质量组是Google内部负责搜索结果排名的。每天Google处理无数查询，Google需要在不到一秒的时间内从数以亿计的网页中选择出应该返回哪些，以及以哪样的顺序显示。

    Google算法对一直都比较保密，主要原因有两条：竞争及防止被滥用。

    Google算法的细节是Google皇冠上的珍珠，我们以它为傲，并且非常注意保护。但是完全保密有时候也不是理想状况，所以Udi Manber等人决定与站长多沟通，谈一谈有什么新鲜事，解释一些老的内容，给点建议，参与对话等。这篇帖子是第一篇，以后还会有其他内容。

    这个部门的心脏是核心排名小组。排名是相当困难的，比大部分人所想象的更困难。其中一个原因是语言都是模棱两可的，文件也没有任何规则，怎样理解信 息没有标准。所以我们需要理解任何人，因为任何原因所写的任何网页。这只是一部分。我们还需要理解用户的查询，再将查询投射到我们所理解的文件上。更不要 说不同的人有不同的需求。而且我们需要在几毫秒之内完成这一切。

    Google排名算法最出名的部分就是PageRank。PR 现在还在使用中，不过已经是一个更大的一系统中的一部分。其他部分还包括语言模块（处理短语，同义词，方言，拼写错误等的能力），查询模块（不仅仅是语 言，还包括人们怎样使用语言），时间模块（有的查询返回一个30分钟前刚创作的网页最合适，有的时候返回已经存在很长时间的网页更合适），个性化模块（不 是每个人都需要相同的东西）。

    另外一个组负责评估我们做的怎样。目标是改善用户体验，这不是主要目标，而是唯一的目标。有每分钟进行的自动评估，阶段性整体质量评估，更重要的还 有个别google算法调整的评估。当某个工程师有个好主意，开发一个新算法后，我们对这个主意进行测试。一组统计学家会检查数据，确定这个新主意的价值。

    2007年，我们做了450次以上的调整，差不多每个星期9次。比如今年1月份，我们对PR算法做了大幅调整。大多数时间我们都是寻找相关性改善的 方法，有时我们也致力于简化算法，简单就是好的。（Zac的注释：关于简化算法这句话，是紧接着PR算法调整之后说的，不确认他是讲简化了PR算法，还是 说笼统的对算法的简化。我的感觉是PR算法确实有了很大的改变。给我的感觉是，基本上给我们看的工具条PR是不准的，尤其很多该有PR值得内页显示PR为 零。也许这就是Udi Manber所说的算法简化造成的。）

    在过去两年中，国际搜索是我们的主要焦点之一，包括所有的语言，而不仅限于主要语言。

    另外一个小组专门负责新功能和用户界面。Google的用户搜索界面相当简单，当我们增加新功能时，尽量确保对用户来说是简单易用的。在过去一年中，主要的改变包括整合搜索，Google Notebooks，自定义搜索引擎以及iGoogle的改进。用户界面小组有一组易用性专家，在辅助研究用户及评估新功能。

    还有一个小组专注于反垃圾和其他各种被滥用的技巧，这也就是Matt Cutts所负责的小组。这个组识别新的垃圾技术，并且以可扩展的方式克服这些垃圾。和其他组一样，这个组也是要处理国际多语种。反垃圾组与Google站长工具组紧密配合。

还有其他专门的项目组。整体来说我们的组织结构相当非正式，人员调动频繁，新项目也随时开始。