分享

      地球人都承认，谷歌公司的互联网查询做的好，别人没法比，但还是有很多人在不断的尝试新的算法。谷歌查询的核心算法叫做PageRank，这其中的‘Page’，可以是‘页面’，也可以指算法的最初作者，也是谷歌的创始人，Larry Page，估计两个含义都有。PageRank算法简单来说，就是用大量互联网页面中的链接来判断各个页面的重要性。越多的页面中有链接指向你，你就越重要；越重要的页面中有链接指向你，你就更重要。也就是说，雅虎主页中有一个链接指向你的网站，和你哥们儿王大毛主页中的一个链接指向你，在谷歌的PageRank算法中，其重要性不太一样。当然，以上描述不能算严谨，喜欢刨根问底的看官，下面是PageRank的定义：

PageRank is defined as follows:

We assume page A has pages T1…Tn which point to it (i.e., are citations). The parameter d is a damping factor which can be set between 0 and 1. We usually set d to 0.85. There are more details about d in the next section. Also C(A) is defined as the number of links going out of page A. The PageRank of a page A is given as follows:

     PR(A) = (1-d) + d (PR(T1)/C(T1) + … + PR(Tn)/C(Tn))

Note that the PageRanks form a probability distribution over web pages, so the sum of all web pages’ PageRanks will be one.

还觉着不过瘾的看官，这里是介绍PageRank的论文，作者是谷歌的两位创始人，当时还是斯坦福的学生，Sergey Brin和Larry Page。

      本周新加坡的一个学术会议上发表的一篇论文中，微软公司的研究人员公布了一个新的互联网查询算法，称为BrowseRank。他们的想法是，PageRank赋予了太多的权利给网站开发人员，他们可以决定哪个网站更重要，而使用互联网的广大用户，却没有话语权。BrowseRank算法要从用户的角度看问题，统计页面的访问量，访问越多的页面就越重要。

      BrowseRank的想法听起来有一定的道理。但互联网查询现在是一个数十亿美元的生意，谷歌公司中从事这项研究的人上千，现在使用的算法复杂程度远非最初论文中描述的可比。所以，笔者并不认为BrowseRank算法的出现会对谷歌构成什么威胁。BrowseRank也不是第一个挑战PageRank的算法，本人就看到过很多个。如果每个新算法都要写一篇文章介绍，兄弟我就甭干别的了。

      嘿，那你为什么要单单评论BrowseRank呢？

      坦白交代，因为该论文的作者是中国人。第一作者来自北方交大，其他作者还有来自微软北京研究所，南开，中科院，和北大。论文原文在这里（英文PDF文件）。在计算机研究领域，中国人发表的有意义的论文还不多，这里要鼓励一下。

      再回到技术上来，BrowseRank能否成功不好说，但它提出的想法有点意思。谷歌的查询是做的不错，但不是十全十美。很多人从事SEO， Link Farm，钻谷歌的空子赚钱，这就说明他们的算法还有很多漏洞可钻。笔者也同意应该加入互联网用户的声音，用一个网页的浏览数来表示其重要性，应该是一个不错的想法。不过，这可以用在大的网站中，但用户少的网页可能很难统计流量。这些小的网页，还是用PageRank会更准确。另外，统计流量，大概要通过用户端的浏览器，IE，Firefox，或使用Tool Bar，这两种办法都会存在一定的统计误差。微软拥有IE，在统计用户流量上，可能会胜谷歌一筹。

      我们来留意一下，微软的BrowseRank是发一篇论文就完了，还是真要做下去。如果真会做下去，根据微软的传统，等他们做到3.0版，搞不好还真会是一个不错的产品。

分享