根據(jù)Google研究總監(jiān)Peter Norvig的說法，如果你在Google Trend上搜索“滿月”和“冰淇淋”，你會發(fā)現(xiàn)Google搜索與真實(shí)世界中的趨勢高度吻合：在上述關(guān)鍵詞的大量搜索中，“滿月”的搜索量峰值每28天出現(xiàn)一次�！氨�淇淋”的搜索每年夏天到達(dá)峰值。海量的數(shù)據(jù)為我們呈現(xiàn)出一些非常有趣的事情。

如果你對搜索引擎的工作原理感興趣，或者希望了解海量數(shù)據(jù)如何幫助搜索引擎工作得更加有效率，建議你看看Google員工Alon Halevy、Peter Norvig和Fernando Pereira合寫的“數(shù)據(jù)不可思議之效力”（The Unreasonable Effectiveness of Data）。此外還強(qiáng)烈推薦看看Peter Norvig在大不列顛哥倫比亞大學(xué)的同主題演講，國內(nèi)IT人士可以跳墻去youtube搜看。

在演講中，Norvig用平實(shí)的語言和精彩的案例介紹大量數(shù)據(jù)配合算法如何解決一些領(lǐng)域的難題。例如：

詞義歧義消除（Word Sense Disambiguation）

大數(shù)據(jù)能幫助理解文檔和web中出現(xiàn)的多義詞的準(zhǔn)確詞義。

詞切分（Word Segmentation）

相比英語，詞切分對漢語這樣的語言更有價值。但至少對于域名名稱來說很有用，因?yàn)橛蛎�的單詞通常都是連寫的。

統(tǒng)計型機(jī)器翻譯（Statistical Machine Translation）

正如Norvig在演講中提到的，“我們居然可以為團(tuán)隊中沒有人懂的外語建立模型！”

此外還有一些論文與Norvig的研究題目有關(guān)，也有助于幫助大家了解大數(shù)據(jù)如何應(yīng)用于搜索和搜索引擎，列在下面：

On the Value of Page-Level Interactions in Web Search (pdf)

Exploring Web Scale Language Models for Search Query Processing (pdf)

Via seobythesea