这几天给王星老师打杂，一直忙着翻译一本_Computational Statistics_的书中的一部分，其中的数学专业名词让我大伤脑筋，因此没少用Baidu和Google，今日在此介绍我自己发明的一些搜索引擎用法。学统计的有个特点，就是比较注意数字，因为整天跟数据打交道嘛，不过我也不知道其他人是否有这个特征，至少我自己是这样的吧。
注意到每个搜索引擎在列出搜索结果的同时，也会列出一项数据，就是找到了多少篇网页（当然还有搜索用时多少），例如百度：“百度一下，找到相关网页约48,000篇，用时0.001秒 ”；Google：“简体中文网页中，约有 255 项符合贝耶斯的查询结果，以下是第 1 - 10 项。 （搜索用时 0.34 秒）”。
若是装装样子吓唬吓唬别人，我可以说这就是“频数”啊！（估计不懂统计的外行就会以极其崇拜的眼神看着我：哇，原来除了贾俊平老师书中之外，在这里也会有频数出现啊？）各位看官先别吐，听我继续说：频数具有某种特定特征的数据的个数（我没有用贾老的定义，自己编的“谢氏定义”），既然是一个数目，那么就可以跟其他数比较大小（旁白：你TM废话！这还用你说？）。比较频数大小的意义在于看数据的集中趋势，说到现在才说到了正道上。
数据的集中趋势，在实际应用中可以有多种解释。在这里，对于网络搜索引擎的结果数目数据（频数），我们知道这是“具有或包含搜索关键词（这就是前面所说的‘特定特征’）的所有收录网页的数目”，哪个关键词所搜索出来的网页数目多，也就表示网页内容向这个关键词的集中程度越高，换句话说，就是这个关键词在网页中使用的频率越高。
为什么要比较关键词的使用频率呢？我举个例子，比如翻译人名“Bayes”，到底是译作“贝耶斯”呢还是译作“贝叶斯”呢？我需要了解大家的翻译习惯，因此可以使用Baidu分别搜索一下这两个词，得到的结果分别是“百度一下，找到相关网页约1,080篇，用时0.001秒”和“百度一下，找到相关网页约48,000篇，用时0.001秒”，很明显，使用“贝叶斯”的网页比“贝耶斯”远远要多！因此，译作“贝叶斯”是比较符合大家的习惯的。
大家认为频数分析低级也好，弱智也好，白痴也好，不管怎么说，我觉得重要的不在于方法，而在于细心的观察和巧妙的应用。方法本身只有难易繁简之分，而无高低之分，就像我前面一篇文章“强者·境界·智慧”中所说，“境界有大小，不以是而分优劣”。