是不是谷歌的简体中文搜索结果质量被百度赶上了？

标签：使用   ar   c   时间   服务器   r   用户   测试   经验   

搜索的质量评估通常是看几个指标：

1. 相关度 -- 请受过训练的人来评估每个引擎的前几个结果是否相关，评估时不参考结果的来源、引擎的品牌等。
2. 索引规模 -- 每个引擎知道自己的规模，也就是有多少网页（除去重复的），但是不知道对方的规模，可是可以根据两方搜索结果的爬取，得知有多少网页是我有他无，或他有我无，从此得知大约两个引擎的索引规模。比较有挑战的一点是如果索引规模大了可能导致相关度下降（因为有些长尾结果会排序太靠前）。
3. 速度 -- 就是输入搜索词，得到结果的时间。很多测试告诉我们0.2秒的速度会导致用户满意度的落差，和未来使用的频率。
4. 新鲜度 -- 就是能爬到多新的内容，而且要有一定规模（只有新闻内容不算够新）。

在2005-2006年我刚加入谷歌时，谷歌和百度的比较：

1. 相关度领先百度2个点（大约是今天的英语谷歌和微软的差距，就是说不大），但是我的理解是当时百度自认这方面领先谷歌。这是有可能的，因为每个公司内部评估不同，就像今天微软内部自认为英语相关度已经超过谷歌一样。
2. 谷歌规模较大，但是很多重要的内容都没有（例如论坛）。（这里比较的是中文索引，但是其实谷歌的索引是全球所有语言都储存的，因此任何搜索可能搜出任何语言和国家的结果）
3. 速度远远慢于百度。
4. 新鲜度落后百度。

经过两年的努力，在2008年，谷歌和百度的比较：

1. 相关度远远领先7个点（大约是谷歌英语刚出来时和雅虎的差距）。
2. 索引规模是百度的10倍左右（当然，对绝大部分常见搜索词是感觉不出差别的），并且弥补了有些爬取的错误和落差。
3. 速度大约和百度一样，虽然许多服务器不在国内。
4. 新鲜度达到6分钟之内，也就是说一个网页上线6分钟后就可以被搜到（如果是PR值够高的话）。

发现谷歌的进步后，百度也开始更多的花功夫提升搜索质量，在相关度和索引规模都有进步。当然，谷歌也推出Google Instant、real-time search、universal search。今天，我相信谷歌还是领先的，只是过去一年中国团队不再做中文搜索，差距应该缩小了，领先程度肯定没有2008年多。

最后，除了上面的科学评估，还要考虑一些别的因素：

1. 以上评估是请有经验和有高教育水平的人。教育水平越高越喜欢谷歌。在博士群体，谷歌远远高于百度，但是随着教育水平下降，分辨能力也下降，在高中水平的人中，就分不出差别（这里没有品牌因素，是无品牌评估），而高教育水平的是占较少比例的。
2. 如果加上品牌，用户就会认为百度的精确度是超过超过谷歌的，就算是在2008年搜索质量差别最大的时候。也就是说，看不到品牌时，用户70%投谷歌较精确的话，加上品牌，就可能只有45%投谷歌了。
3. 上述评估没有考虑到贴吧、知道、MP3等的影响。这些功能参杂在搜索结果里，会让百度更被认可，因而提升它的perceived 质量。
4. 谷歌今天有不少结果出不来，这对一个搜索引擎是致命的，因为大部分用户会把这个现象怪罪到谷歌身上，因而影响谷歌在用户心中的“质量”。

是不是谷歌的简体中文搜索结果质量被百度赶上了？

标签：使用   ar   c   时间   服务器   r   用户   测试   经验   

原文地址：http://www.cnblogs.com/hekaxian/p/3963574.html