Google的开始--剖析大规模超文 本网络搜索引擎

Google的开始--剖析大规模超文 本网络搜索引擎

Google的开始－－剖析大规模超文 本网络搜索引擎

2007-10-11 22:48:34

标签：搜索引擎 google [推送到技术圈]

转载自：[url]doc.xuehai.net[/url]

原作者: Sergey Brin and Lawrence Page译者: 雷声大雨点大 (Blog) 02/06/2007

译者：本文是谷歌创始人Sergey和Larry在斯坦福大学计算机系读博士时的一篇论文。发表于1997年。Google的一 切应该都起源与此。深入了解Google，深入了解互联网的未来，当读此文。我把全文分成6个部分，推荐 到这里。有兴趣的朋友可以一起来翻译。

我没有发现本文的完整中译，只找到了这个片段，由xfygx朋友翻译了本文的第一部分，其他似乎没有全部完成。

所以，这部分译文是xfygx原 作，而非我的翻译！我只是就自己的理解做了些改动。如果有幸xfygx朋友能看到我在他/她博客的留言，来我们译言，我非常希望能把本文转到他 /她名下。

另外，如果您发现已有其他出色的完整中译版了，请告诉我们。免得译者们重复劳动。 原文链接 发表时间：摘要

在本文中，我们将介绍Google，一个充分利用超文本文件（译者：即HTML文件）结构进行搜索的大规模搜索引擎的原型。Google可以有 效地对互联网（Web）资源进行爬行搜索（crawl）〔注 1〕和索引，比目前已经存在的系统有更令人满意的搜索结果。该原型的数据库包括2400万页面的全文和之间的链接，可通过[url]doc.xuehai.net[/url]访问。

设计搜索引擎是一项富有挑战的任务。搜索引擎为数以亿计的网页建立索引，而这些网页包含了同样数量级的不同词语。每天响应数千万计的查询请求。 尽管大规模网络搜索引擎是很重要的，但在这个领域很少有理论研究。更由于技术的飞速发展和互联网的普及，今天这样的搜索引擎和三年前的搜索引擎会是非常不 同的。本文对我们的大规模搜索引擎进行了深入的讨论，这也是目前为止我们所知道的公开发表的第一篇如此详细的讨论。

除了如何把传统的搜索技术扩展到前所未有的海量数据，我们还面临这样一个新的技术挑战：如何使用超文本文件所蕴含的扩展信息以产生更好的搜索结 果。本文讨论了如何建立一个实用的大规模系统，以利用超文本文件中的额外信息。另外，我们也关注了如何有效处理超文本文件不可控的问题，因为人们可以随意 发表超文 本文件（译者：如个人网页）。

第1页下一页