主题：【原创】百度和Google，谁更强大，为什么？ -- 邓侃

1.关于Precision和Recall

Precision和Recall在信息检索的不同应用中，难度是不一样的。打个比方，在电子图书馆中检索就比在互联网上搜索页面容易。电子图书馆里的内容是静态的，规范的，而互联网的内容是动态的，不规范的甚至是恶意的。比如说有的好网页在文法上很烂，用词错误，断句错误。因此搜索引擎在建立索引时会发生错误。或是说有的垃圾网页恶意的重复关键字，借以达到排名靠前的目的。

度量相关度有一些常用参数--比如说DCG/NDCG。在测试时，只有类似的系统相互比较才有意义。谈到通用搜索引擎，我们一般会比较GYMA（Google/Yahoo/MSN/Ask）。不久前我看到过一个测试结果，对于短句（5个以内关键词），Y/M的相关度都约为G的99%，A则明显差一些。对于长查询，由于G在自然语言处理方面的优势，领先优势就更明显一点但也不是致命的。

无论如何，将Google和Scirus，Bioweb，或是Hotbot比意义是不大的。

2.关于PageRank

PageRank是决定相关度的重要因素之一，但绝不是什么决定性因素。我猜这也是为什么Google让Stanford拥有该专利的原因。PageRank表示一份文档有多重要，但搜索是要找到关键词和文档之间的关系。通常一个搜索引擎使用的相关性模型有数百个输入参数，而PageRank只是其中相当重要的一个而已。

3.关于百度和Google为什么成功的另外一点理由

我前面的分析大概有点让人失望。看上去高深无比的PageRank不是Google成功的秘诀。不过，一个公司的成功，本来就不是象神话故事那么简单。一个搜索引擎，从网页搜集，PageRank计算，自然语言处理，逆向索引，相关模型训练，人工修正......，每一件事情就已经非常具有挑战性，更何况这些项目都要同时进行。基本上，如果我是谢尔盖或是拉瑞的话，Google就已经完了。

4.运气运气运气

这么多人做，总会有一个成功者。有时候，我们在分析为什么G/B会成功时，也许不是在为结果找一个原因，而是在为一个原因找一个结果吧。