1
00:00:00,000 --> 00:00:02,018
[Sebastian Thrun]Vì thế những gì anh đảm nhiệm là làm thế nào xây dựng một công cụ tìm kiếm.

2
00:00:02,018 --> 00:00:03,077
Anh xây dựng một công cụ tìm kiếm trước đây đúng không ?

3
00:00:03,077 --> 00:00:06,008
[Sergey Brin - Đồng sáng lập hãng Google] . Vâng , tôi nghĩ điều quan trọng

4
00:00:06,008 --> 00:00:08,013
nếu bạn xây dựng một công cụ tìm kiếm

5
00:00:08,013 --> 00:00:12,051
là có một kho ngữ liệu bắt đầu ở ngoài

6
00:00:12,051 --> 00:00:19,020
Trong trường hợp của chúng tôi thời gian đó sử dụng world wide web lúc đó chắc chắn quy mô nó nhỏ hơn hôm nay

7
00:00:19,020 --> 00:00:21,036
nhưng cũng rất mới và thú vị.

8
00:00:21,036 --> 00:00:23,081
Có tất cả những sự xắp xếp không mong đợi ở đó.

9
00:00:23,081 --> 00:00:26,099
[David Evans] Vì thế mục tiêu của 3 unit đầu tiên là làm kho ngữ liệu đó.

10
00:00:27,003 --> 00:00:30,009
Và chúng ta muốn xây dựng kho ngữ liệu cho công cụ tìm kiếm của chúng ta

11
00:00:30,009 --> 00:00:32,090
bằng cách thu thập cac trang web, chúng ta gọi là web thu thập

12
00:00:32,090 --> 00:00:36,038
thu thập web là gì ?nó là chương trình thu thập nội dung từ web

13
00:00:36,038 --> 00:00:40,054
Nếu bạn nghĩ đến một trang web trong trình duyệt, bạn có một trang giống thế này

14
00:00:40,054 --> 00:00:43,099
và chúng ta sử dụng Udacity như một trang ví dụ.

15
00:00:43,099 --> 00:00:47,097
nó có nhiều nội dung , có một số ảnh ,có một số văn bản

16
00:00:47,097 --> 00:00:51,038
Tất cả những thứ này đến trình duyệt của bạn khi bạn yêu cầu trang web.

17
00:00:51,038 --> 00:00:53,066
Điều quan trọng là nó có những cái links.

18
00:00:53,066 --> 00:00:57,093
Một link là gì ? là cái gì mà nó đi đến một trang khác

19
00:00:57,093 --> 00:01:00,050
vì thế chúng ta có một link những câu hỏi thường xuyên

20
00:01:00,050 --> 00:01:02,046
Chúng ta có một link đến trang CS 101.

21
00:01:02,046 --> 00:01:04,043
Có một số link khác trong trang này.

22
00:01:04,043 --> 00:01:07,054
Và link đó xuất hiện trong trình duyệt của bạn với lằn gạch dưới.

23
00:01:07,054 --> 00:01:09,094
nếu không có thì tùy thuộc trình duyệt của bạn bố trí.

24
00:01:09,094 --> 00:01:11,095
Nhưng điều quan trọng nó là

25
00:01:11,095 --> 00:01:13,088
một điểm chỉ đến một trang web khác

26
00:01:13,088 --> 00:01:16,043
và những trang web đó có thể cũng có những đường link

27
00:01:16,043 --> 00:01:19,073
Vì thế chúng ta có link khác trong trang này

28
00:01:19,073 --> 00:01:23,052
có thể nó là tên của của tôi. Bạn có thể theo trang nhà của tôi

29
00:01:23,052 --> 00:01:26,091
Và tất cả những trang web chúng ta có thể tìm thấy với web thu thập của chúng ta.

30
00:01:26,091 --> 00:01:29,009
Được tìm thấy nhờ những link theo sau nó.

31
00:01:29,009 --> 00:01:31,067
Vì thế thật không cần thiết để tìm kiếm mỗi trang trên web.

32
00:01:31,067 --> 00:01:33,059
Nếu chúng ta bắt đầu với một trang ban đầu tốt

33
00:01:33,059 --> 00:01:35,003
Qua đó ta có thể tìm thấy nhiều trang.

34
00:01:35,003 --> 00:01:37,050
và những gì webcrawler làm là bắt đầu với một trang

35
00:01:37,050 --> 00:01:41,056
tìm ra tất cả những link trên trang đó, theo sau chúng để tìm ra những trang khác.

36
00:01:41,056 --> 00:01:45,013
Và sau đó trên những trang khác đó, nó sẽ theo sau những link trên trang đó

37
00:01:45,013 --> 00:01:48,031
để tìm ra những trang khác nữa, và sẽ có nhiều link hơn trên những trang đó

38
00:01:48,031 --> 00:01:51,043
và cuối cùng chúng ta có một bộ sưu tập nhiều trang trên web.

39
00:01:51,043 --> 00:01:54,007
Vì thế đó là những gì chúng ta cần làm để xây dựng webcrawler

40
00:01:54,007 --> 00:01:56,095
Chúng ta muốn tìm một số cách để bắt đầu từ một trang ban đầu

41
00:01:56,095 --> 00:01:59,056
Rút ra tất cả những link trên trang đó

42
00:01:59,056 --> 00:02:01,078
Theo sau những link đó đến những trang khác.

43
00:02:01,078 --> 00:02:03,067
Sau đó thu thập những link trên những trang khác đó.

44
00:02:03,067 --> 00:02:05,024
Theo sau chúng thu thập tất cả cái đó.

45
00:02:05,024 --> 00:02:07,038
Vì thế nghe có vẻ nhiều việc để làm,

46
00:02:07,038 --> 00:02:09,014
chúng ta sẽ không làm tất cả những cái đó.

47
00:02:09,014 --> 00:02:12,072
Những gì chúng ta cần làm trong unit đầu này là rút ra một link.

48
00:02:12,072 --> 00:02:14,058
Vì thế chúng sẽ bắt đầu với một cụm văn bản

49
00:02:14,058 --> 00:02:17,033
Nó sẽ có một link trong nó với một Url.

50
00:02:17,033 --> 00:02:19,064
Nhữn gì chúng ta muốn làm là tìm ra Url đó.

51
00:02:19,064 --> 00:02:21,089
Vì thế chúng ta có thể yêu cầu trang kế tiếp.

52
00:02:21,089 --> 00:02:23,082
Mục tiêu của unit 2 là tiếp tục.

53
00:02:23,082 --> 00:02:25,016
là tiếp tục

54
00:02:25,016 --> 00:02:28,049
Nếu có nhiều link trên một trang , chúng ta muốn có thể tìm ra tất cả chúng

55
00:02:28,049 --> 00:02:30,014
và đó là những gì chúng ta làm trong unit 2.

56
00:02:30,014 --> 00:02:32,069
Là chỉ ra cách rút ra tất cả các link đó

57
00:02:32,069 --> 00:02:36,061
Trong unit 3 chúng ta sẽ đi vượt xa hơn chỉ một trang,

58
00:02:36,061 --> 00:02:40,033
vì thế đến cuối unit 2 chúng ta có thể in ra tất cả đường link trong một trang.

59
00:02:40,033 --> 00:02:44,002
Cho unit 3 chúng ta muốn thu thập tất cả những link vì thế có thể giữ tiếp tuc

60
00:02:44,002 --> 00:02:47,018
theo sau đến cuối cùng web thu thập của chúng ta thu thập được nhiều, nhiều trang.

61
00:02:47,018 --> 00:02:50,013
Vì thế đến cuối unit 3 chúng ta xây dựng được web thu thập

62
00:02:50,013 --> 00:02:52,033
Chúng ta sẽ có một cách xây dựng kho ngữ liệu

63
00:02:52,033 --> 00:02:57,079
3 unit còn lại sẽ nhìn ra cách phản hồi những câu hỏi yêu cầu.

64
00:02:57,079 --> 00:03:01,034
vì thế unit 4 sẽ chỉ ra cách cho một phản hồi tốt.

65
00:03:01,034 --> 00:03:08,022
Nếu chúng ta tìm kiếm một từ khóa. Chúng ta muốn trả ra một danh sách trang web

66
00:03:08,022 --> 00:03:10,063
mà ở đó từ khóa xuất hiện.

67
00:03:10,063 --> 00:03:15,090
và chúng ta sẽ chỉ ra trong unit 5 1 cách để làm điều đó, điều đó nặng cân, nếu chúng ta có một kho ngữ liệu lớn

68
00:03:15,090 --> 00:03:19,083
Trong unit 6 những gì chúng ta làm là ,không chỉ muốn tìm ra một list

69
00:03:19,083 --> 00:03:21,069
mà là tìm ra một trang tốt nhất.

70
00:03:21,069 --> 00:03:24,084
vì thế chúng ta sẽ tính ra xếp hạng tất cả các trang mà ở đó từ khóa xuất hiện.

71
00:03:24,084 --> 00:03:27,068
Chúng ta có một cái trước mắt bây giờ

72
00:03:27,068 --> 00:03:30,035
sẽ làm cho unit 1

73
00:03:30,035 --> 00:03:32,064
là chỉ ra cách rút trích link từ trang web.

74
00:03:32,064 --> 00:03:35,073
Và công cụ tìm kiếm chúng ta xây dựng cuối unit này

75
00:03:35,073 --> 00:03:37,034
là một chức năng của công cụ tìm kiếm

76
00:03:37,034 --> 00:03:40,061
Chúng ta sẽ có những thành phần chính mà một công cụ tìm kiếm giống như Google có.

77
00:03:40,061 --> 00:03:43,014
Chắc chắn không có đủ quyền năng như Google

78
00:03:43,014 --> 00:03:44,029
Chúng ta muốn giữ những điều đơn giản

79
00:03:44,029 --> 00:03:46,060
.Chúng ta muốn có một số lượng mã nhỏ để viết.

80
00:03:46,060 --> 00:03:48,010
và chúng ta nên nhớ mục đích thật sự của chúng ta

81
00:03:48,010 --> 00:03:50,024
không nhiều như xây dựng công cụ tìm kiếm.

82
00:03:50,024 --> 00:03:52,078
nhưng sử dụng xây dựng công cụ tìm kiếm như một phương tiện

83
00:03:52,078 --> 00:03:55,018
để học về khoa học máy tính.

84
00:03:55,018 --> 00:03:56,075
Và học về lập trình

85
00:03:56,075 --> 00:03:58,018
những điều chúng ta học bằng cách làm cái này

86
00:03:58,018 --> 99:59:59,999
sẽ cho phép chúng ta giải quyết nhiều, thật nhiều những vấn đề khác.