百度解密：李彥宏背后的蜘蛛俠
李彥宏的細(xì)膩與心機(jī)表現(xiàn)在一本書上。上市后的百度已有近700名員工，據(jù)說他們均可以免費得到老板李彥宏在創(chuàng)立百度之前寫的一本200多頁的小冊子———《硅谷商戰(zhàn)》。當(dāng)然，百度員工中真正讀完這本書的可能微乎其微。
這本被包裝成章回體小說的文本，說它是小說肯定有些牽強(qiáng)，因為它沒有故事也沒有結(jié)構(gòu)。但它確實可以作為時下急欲成為互聯(lián)網(wǎng)從業(yè)人員的一本上崗前閱讀的通俗手冊。
其實，這是李彥宏在美國讀書期間寫的一本“技術(shù)”筆記，其紀(jì)錄時間是1994年至1998年。當(dāng)時的李彥宏輾轉(zhuǎn)美國幾大IT公司，埋頭打工與抬頭想事是在美國學(xué)計算機(jī)專業(yè)的中國留學(xué)生通常會走的謀生道路。在他們身邊，平均每5天就有一家硅谷公司股票上市，每24小時就造就62個百萬美元的富翁。
李彥宏這一批在1990年代初、中期降落到美國的中國學(xué)生，為數(shù)不少的在幾年后回國創(chuàng)業(yè)———拷貝硅谷模式。
從書中內(nèi)容可以看出，李彥宏在技術(shù)層面沒有特別的偏好，他關(guān)注的東西很寬泛：從瀏覽器大戰(zhàn)、搜索引擎、網(wǎng)上服務(wù)引發(fā)的電子媒體戰(zhàn)，再到SUN的JAVA與IBM、甲骨文、微軟的網(wǎng)絡(luò)計算機(jī)競爭……此時的李彥宏顯然還沒有找到方向，所以他看到什么就紀(jì)錄什么。
可能是命運注定。在Infoseek（全球第一批搜索引擎服務(wù)商）工作期間，李彥宏在澳大利亞參加一次學(xué)術(shù)研討會時，在會議室的板報上貼了一個小紙條，希望與有興趣研究搜索引擎的大腕過招。就是這張紙條，吸引來了Google的創(chuàng)始人謝爾蓋·布林與拉里·佩奇。當(dāng)然，他們還是窮大學(xué)學(xué)生。
當(dāng)時，李彥宏與這兩位后來的“搜索引擎巨匠”交流了什么，尚不重要，因為這個領(lǐng)域的風(fēng)向標(biāo)是雅虎、Infoseek、Excite和Lycos。
幾年之后，李彥宏回到中國創(chuàng)立的公司納斯達(dá)克上市，與Google一樣，獲得前所未有的追捧———上市第一天就躍入股價超百美元的行列。
李彥宏交了什么運？他那張通常掛著漫不經(jīng)心笑意的臉，很少有激憤或是夸張的表情。有員工私下稱李為“唐僧”，并不是意味著他管理上的軟弱、和氣，而是因為他對有些事情交代得過于瑣碎，也就是通俗的“嘮叨”。
可以說，李彥宏創(chuàng)立百度的前期準(zhǔn)備是從他寫這本書開始的。李彥宏最為“嘮叨”的環(huán)節(jié)就是兩個字：“技術(shù)”。
技術(shù)四足
如果有人當(dāng)面說，百度的客戶體驗不如Google，得到的回應(yīng)會是什么？
與李彥宏一起參與公司創(chuàng)立的百度CTO劉建國可能會以溫和的方式表達(dá)他的憤怒。
“上市之后，百度接下來最重要的任務(wù)之一就是不斷地優(yōu)化搜索技術(shù)，給用戶提供更豐富的用戶體驗。”劉建國說。
通常意義上說，搜索技術(shù)包括四個環(huán)節(jié)，網(wǎng)頁抓取、超鏈分析、網(wǎng)頁檢索和搜索服務(wù)。這是搜索技術(shù)的“四足”，無論百度、Google，還是雅虎用的都是類似的技術(shù)。“百度之所以成功，是在相似技術(shù)下為用戶呈現(xiàn)了更優(yōu)的結(jié)果�！眲⒔▏f。
一個顯而易見的例子是，Google需要對全球數(shù)以百億計的網(wǎng)頁進(jìn)行更新。而網(wǎng)頁數(shù)量如果增加10倍，其抓取難度將增加上千倍。這樣，Google在中文網(wǎng)頁更新速度方面就遠(yuǎn)不及百度。劉建國認(rèn)為：“在中文網(wǎng)頁的更新速度方面，百度因?qū)Ｗ⒍綄κ��！?
業(yè)內(nèi)人士指出：由于Google的服務(wù)器遠(yuǎn)在美國，不僅其響應(yīng)速度較慢，而且其IP地址容易因為各種原因被封殺，這也使得Google的用戶體驗不如百度的用戶體驗。
“超鏈（hyperlink）分析”更是百度的拿手活。所謂超鏈分析，即是對網(wǎng)頁之間的相關(guān)性進(jìn)行評價。李彥宏早在道瓊斯工作時，就對超鏈分析技術(shù)進(jìn)行了研究，并擁有其中幾項專利。
“超鏈分析涉及許多對中文的理解，包括對詞匯、語法的理解。如果對中文的理解出現(xiàn)偏差，那么分析結(jié)果就會謬之千里。搜索結(jié)果不準(zhǔn)確，就會傷害用戶的‘感情體驗’，最終導(dǎo)致網(wǎng)民流失�！眲⒔▏@樣分析。
從2000年開始，百度就不斷積累自己的語料庫，包括與人民日報等權(quán)威中文機(jī)構(gòu)合作，使用人民日報的語料庫�！柏S富的語料庫來自于百度的積累，百度每天都要處理上千萬中文網(wǎng)頁，處理中文網(wǎng)頁的過程實際是對中文詞匯積累的過程�！�
在網(wǎng)頁檢索方面，經(jīng)驗積累至關(guān)重要。“百度有專門的團(tuán)隊進(jìn)行中文語料的分析，專門研究中文切詞。有經(jīng)驗的技術(shù)人員憑經(jīng)驗就能分析出什么樣的鏈接是用戶最需用的鏈接。競爭對手要培養(yǎng)出這樣一個團(tuán)隊，至少得兩年時間。因為專注的百度花了四年。”劉建國一語道破天機(jī)。
搜索服務(wù)則更為瑣碎。百度為了滿足各種用戶不同的需求，專門設(shè)立了一個流程：根據(jù)市場部門的調(diào)查，產(chǎn)品管理部門提出需求，技術(shù)研發(fā)部門則拿出實現(xiàn)這種需求的技術(shù)方案，最后進(jìn)行檢測，檢測如有問題再由技術(shù)部門進(jìn)行優(yōu)化。
作弊網(wǎng)站的電話
“為什么屏蔽了我的網(wǎng)站？”劉建國經(jīng)常會接到這樣的電話質(zhì)詢。這樣的電話來自一些個人網(wǎng)站，由于存在作弊痕跡，百度不再把這些網(wǎng)站納入搜索范圍。
“這樣的電話每天有多少個，不計其數(shù)�！眲⒔▏行o奈。而更多的電話則由劉建國的手下接到，有些人甚至直接找到李彥宏。
但李及其他技術(shù)人員的回答通常與劉建國的回答一致，“你先自查一下，看有沒有作弊，然后再來電話，好嗎？”
“因為這些作弊網(wǎng)站試圖通過SEO（搜索引擎優(yōu)化）技術(shù)欺騙搜索引擎，這損害了用戶體驗�！眲⒔▏忉�。但劉沒有道出的另外一個原因是，這些作弊網(wǎng)站同時損害了百度的利益。
據(jù)劉介紹，作弊最通常的手段是堆砌鏈接（LINKFORM）。即某些個人網(wǎng)站，在某些企業(yè)具有商業(yè)利益的網(wǎng)頁上，對某些高流量的詞匯進(jìn)行堆砌，以提高此網(wǎng)頁的相關(guān)性而排名靠前，當(dāng)網(wǎng)民檢索時，就很容易檢索到這樣的網(wǎng)頁。這些個人網(wǎng)站會對這些企業(yè)說：你給我付錢，我會對貴公司的網(wǎng)頁進(jìn)行優(yōu)化，讓你網(wǎng)頁搜索結(jié)果排名靠前。
另外一種作弊方式是，作弊網(wǎng)站將前景色（內(nèi)容）與背景的顏色做成一致，利用這種方法欺騙搜索引擎，因為搜索引擎正是通過前景色與背景色的差異對網(wǎng)頁內(nèi)容進(jìn)行識別。在這樣的網(wǎng)頁上，通常是作弊網(wǎng)站想推廣的內(nèi)容而不是網(wǎng)民想搜索的結(jié)果。
除了從企業(yè)哪兒收費之外，這些作弊網(wǎng)站還有一種賺錢方式———自己推廣彩鈴這樣的收費服務(wù)。
“百度反作弊技術(shù)同樣需要經(jīng)驗積累，很多作弊網(wǎng)站除了用技術(shù)手段進(jìn)行分析外，還需要通過人工手段進(jìn)行識別。沒有這樣的團(tuán)隊，沒有與作弊網(wǎng)站長期作斗爭的經(jīng)驗，面對龐大的作弊網(wǎng)站群體則將束手無策。”劉建國說。
其所謂面對作弊網(wǎng)站束手無策的網(wǎng)站中不乏百度的競爭對手。在Google進(jìn)入中國之初，已經(jīng)有一批搜索引擎優(yōu)化服務(wù)商（SEO）為企業(yè)提供關(guān)鍵字廣告服務(wù)。這些廣告費全部被搜索引擎優(yōu)化服務(wù)商截流，而作為技術(shù)與服務(wù)提供者Google則在為他人做嫁衣裳。
Google怒斥這些SEO為“偽代理”，其進(jìn)軍中國的第一件事是發(fā)展代理，加強(qiáng)渠道建設(shè)，第二件事則是清除偽代理。
“就像微軟與黑客的斗爭，這是一場永遠(yuǎn)都不會結(jié)束的戰(zhàn)爭。”劉建國表示，“百度的希望是盡量不讓這些作弊網(wǎng)站傷害用戶的利益，而百度的優(yōu)勢是在與這些作弊網(wǎng)站長期斗爭中形成的經(jīng)驗�！�(侯繼勇、劉涓涓)
來源：21世紀(jì)經(jīng)濟(jì)報道