中午在donews上看到一篇很可笑的文章，连基本的搜索语法都不懂的人竟然声称自己研究了三年搜索引擎，还煞有介事地拿数据进行了一番分析，分析的结果可想而知。无知者无畏，这样的文章多去了。
晚上看新浪科技，才发现这篇文章竟然被新浪转载，仔细一看，是转载作者在新浪博客的，文章末尾还将作者的博客做了链接。
当初还以为自己错了，冒犯了高人，于是仔细研究了下这篇文章。边看边做比较，当初的可笑呈几何级增长，真难想象这位眼镜蛇的眼镜后面都有什么。
1. 拿“搜索 %D0%A1%CB%B5”当做关键字去搜索，得到了“1,463,786”个结果
搜索引擎的抓取，是顺着互联网上天然存在的链接去抓取的。找到的那些搜索结果页，一定是在其他地方有指向该搜索结果的链接。没有搜索引擎蠢到像作者猜测的那样，为了增加收录量，换着关键字去其他网站抓取，因为这是徒劳。无效的结果在各家搜索引擎都会存在，比如：
百度：
google：
随着数据量的增大，无效结果也容易增多，这个是很简单的道理，google也避免不了。
2. 作弊网站
百度对于作弊网站同样也照抓不误：
1.
2.
3.
4.
5.
6.
7.
8.
9.
搜索引擎对于作弊网站都会采取坚决封杀的态度，只是发现作弊网站的算法不同，所以封禁的网站不尽相同。这个作者说的“百度针对做弊网站的作法是封杀，然而SOGOU几乎不封的，只是降权”，完全主观，站不住脚。
3. 用com进行搜索
作者实在是连基本的搜索语法都不会用。找.com的网页数量，语法绝对不是“com”，而应该是“site:com”。
这个才是搜狗收录的.com域名下的网页数量，4,658,439,587 个网页：
baidu收录了52,200,000个.com的网页：
google收录了6,650,000,000个.com的网页：
而其中中文的部分就更是只有21,700,000张。
搜狗收录网页的数量接近百度的10倍？当然不是。眼镜蛇那种搜索方法，是因为没有哪一家搜索引擎会对所有的URL域建索引，于是结果数量自然偏少。
4. 最后一段，眼镜蛇口口声声说关注搜索质量，可是前面举例的那个com，根本不是正常人的搜索需求。
如果想研究搜索质量，就应该拿一些用户真正会需要的查询，在几家搜索引擎实际搜一下，比较一下数据量，体会一下数据量大所带来的实际好处。
用户对于搜索结果不满意，很大程度上不是排序效果不好，而是搜索引擎没有收录用户认为有用的网页导致。提升数据量，是所有中文搜索引擎都要做的事情。搜索大词的时候，可能说用户不在乎有多少结果，只要第一屏都相关就行了；可是当搜索小词的时候，有结果和结果多一些，给用户的感受就是完全不一样的了。收录100亿网页，是一个技术活，能做到很不容易，至少搜狗第一家做到了。
本来，这位眼镜蛇朋友的勤奋和执着还是值得赞赏的，搜狗的新宣传刚刚开始，他能在这么短的时间内进行研究，不容易，虽然方法有问题。
可是，号称自己是第一门户的新浪，这玩笑就开大了，这样的文章，只要是攻击竞争对手，就转上去，小家子气。
仔细地想了想，也搜了一些新浪和搜狐的文章，发现这一年来，新浪科技没有报过搜狐的正面消息，负面倒是非常多，有的甚至是把帖子、博客当成了新闻报了，还有从根本就没听说过的网站那转来的，不知道，这个网站和新浪是否有转载协议。
新浪科技，是网民的科技，还是新浪的喉舌，这个问题现在应该很清楚，是新浪的喉舌。前段时间闹的沸沸扬扬的百度邮件事件，也是新浪科技的编辑要求百度降低搜狐的权值，提高新浪的权值。百度同搜狗有竞争，新浪同搜狐有竞争；百度不做内容，新浪搜索夭折——这么结合，正好对手只有一个搜狐，有这种局面，真不容易。
转载眼睛蛇的这篇文章，表面看是新浪科技的水平太差，实际是新浪的心胸太窄。这样的网站，前途就此打住吧。
Leave a Reply
|
一月 4th, 2009 at 10:42 am
This comment is automaticlly submitted by WpSender2.1 Soft.
$10 per copy. My email is 12515842@qq.com。