通信工程师终端与业务技术模式

终端与业务责任编辑：jsdyphf 2013-11-22

摘要：通信工程师终端与业务技术模式：要以最快的速度提供最精确的搜索结果，则需要一种全新的服务器设置。大多数的搜索引擎依靠少量大型服务器，这样，在访问高峰期速度就会减慢，而Google在全球部署数十万台服务器，并自行设计构建了超级计算机系统，能够在多个数据中心之间传输数据，并能够在半秒钟之内同时对千万个搜索请求做出应答。这一创新技术成功地缩短了响应时间，提高了可扩展性，并降低了成本。

　　2.2.3 技术模式
1.服务器技术
要以最快的速度提供最精确的搜索结果，则需要一种全新的服务器设置。大多数的搜索引擎依靠少量大型服务器，这样，在访问高峰期速度就会减慢，而Google在全球部署数十万台服务器，并自行设计构建了超级计算机系统，能够在多个数据中心之间传输数据，并能够在半秒钟之内同时对千万个搜索请求做出应答。这一创新技术成功地缩短了响应时间，提高了可扩展性，并降低了成本。
2.搜索技术
1)PageRank技术
PageRank(网页级别）技术是Google的两位创始人发明的技术，它是一种由搜索引擎根据网页之间相互的超链接关系计算网页级别的技术，Google用它对网页的相关性和重要性做出评价。Page Rank技术并不是简单地计算直接链接的数量，而是把从A页面到B页面的链接解释为A页面给B页面的投票，根据A页面和B页面的级别来决定B页面新的级别。一个页面的PageRank是由链接它的页面数量和重要性经过递归算法计算得到的。Google技术使用网上反馈的综合信息来确定某个网页的重要性，搜索结果没有人工预或操纵，这使Google成为一个广受用户信赖、不受付费排名影响的信息来源。
　　2)超文本匹配分析技术
Google的超文本匹配分析技术不但扫描基于网页的文本内容，而且分析网页的全部内容、字体、分区及每个文字精确位置等因素，同时Google还分析相邻网页的内容，以此来确保返回与用户查询最相关的结果。
3.广告相关性投放实现技术
Google爬虫对广告逋示页进行爬取，首先对网页进行降噪处理，通过信息块之间的关联找到正文所在的信息块，剔除导航、广告、版权信息等无用信息块。得到正文块后，对正文进行分词处理，得到关键词序列。最后利用已经通过机器学习技术获得的每个分类在特征空间上的聚类中心进行计箅，得出该网页属丁某个分类的概率。对于高出一定分类阈值的网页投放相关分类下的广告。
　　4.作弊点击分析技术
Google并+是单纯使用编程技巧如检査IP是否重复来判断作弊点击，而是把所有的点击及页面访问历史信息都记录下来，保存到一个设计良好的点击流数据仓库中。对数据仓库中的数据进行数据挖掘得到由多个因素参与的计算模型，最后给出一次点击成为作弊点击的概率，通过当前阈值来过滤作弊点击。这些参与因素包括整体点显比、单IP点敁比、时间段因素、时间差因素（网页的显示和点击广告间的时间差，以及广告打幵和关闭的时间差）等。
5.地图搜索技术
Google地阁是一项网络地图服务，通过使用Google地图，用户了以查询详细地址、寻找周边信息、商户信息，并规划点到点路线。Google地图的工作原理是：Google每隔1-2年通过民用卫塱拍摄地球的图片传到服务器上，通过软件把图片的坐标转换成地图的经纬度，经过处理把相关数据存放在服务器的数据库里，当用户搜索地图时，Google用程序来读取服务器数据库的相关数据，经过筛选把符合用户需要的结果反馈到客户端。
Google地图对坐标的控制比较宽松，不对坐标进行加密，而且Google地图搜索请求不仅仅支持HTML输出，而且还支持JSON和KML等输出，给程序整合带来便利。
6.视频搜索技术
Google的视频搜索漫游器会定期抓取中国的热门视频网站，将这些网页纳入索引并扫描其中的视频，Google使用先进的抓取技术分析视频旁的文字、视频标题和其他数十种因素，以确定视频内容。Google还使用复杂的算法删除重复视频，确保在搜索结果中先展示质量较高的视频。