第(3/3)页

    “一万左右。”

    “太少了。”陈浩说，“一万个网页的搜索引擎，就像只有一百本书的图书馆，再好的检索系统也没用。

    用户搜什么，你都可能没有。

    所以第一要务，把收录量做上去。

    十万，一百万，越多越好。”

    贾瀞雯思考着：“可是收录量大了，速度不是更慢吗？”

    “那是下一个阶段要解决的问题。”陈浩解释，“你先让用户能搜到东西，哪怕准确率只有百分之三十，但如果网页基数大，用户总能找到一些有用的。

    有了这个基础，我们再优化算法，提高准确率。”

    他顿了顿：“瀞雯，做产品不能追求完美。

    尤其是创业阶段，先做出能用的东西，让用户先用上，再慢慢改进。

    如果总想一步到位，可能永远走不出实验室。”

    这句话点醒了贾瀞雯。

    她想起陈浩之前说的——第一版可以粗糙，但要快。

    “我懂了。”她说，“先解决有没有，再解决好不好的问题。”

    “对。”陈浩笑了，“明天就这样跟团队说。

    集中力量扩大爬虫规模，优化抓取效率，把收录量做上去。

    至于速度和准确率，暂时放一放。”

    电话打了半个多小时。

    挂断时，贾瀞雯觉得心里踏实了很多。

    她打开灯，拿出笔记本，开始写新的工作计划。

    第二天开会，她把陈浩的策略传达给团队。

    “陈总说，我们现阶段的目标是收录量。”贾瀞雯在白板上写下“十万网页”四个字，“三周时间，把收录量从一万做到十万。”

    李明眼睛一亮：“这个思路对！现在我们总是纠结算法优化，但数据量太小，优化了也看不出效果。

    先把数据堆上去，再谈怎么用好这些数据。”

    张涛也点头：“爬虫部分其实可以改进。

    我们现在是单线程抓取，太慢。

    可以改多线程，同时抓多个页面。

    还可以优化去重算法，减少重复抓取。”

    “索引结构也要调整。”王磊说，“数据量大了，现在的结构肯定撑不住。

    得设计新的存储方案。”

    团队重新有了方向。

    当天下午，他们就开始分工：李明负责优化爬虫，张涛改进索引结构，王磊和其他两人处理数据存储和服务器扩展。

    【跪求礼物，免费的为爱发电也行！】

    　　


    第(3/3)页