Google的PageRank演算法真的無所不能?

1998 年，兩個名不見經傳的研究生，Larry Page 和 Sergey Brin，第一次在學術論文上介紹了 Google 這個搜尋引擎，而關鍵創新點就在於他們發明的名叫 PageRank 的演算法（PageRank 是 Larry Page 的 Page，而不是網頁的意思）。Google 正是依據 PageRank 演算法將搜索到的網站進行排序，正如他們二人所說的：PageRank「帶來了網頁新秩序。」

PageRank 將網站的連結和超連結作為指標，衡量其重要性和權威性。然後 Google 根據此資訊來排列搜索結果。Page 和 Brin 發表的分析結果，並不只是當時現有數學的一個新的應用，學者們認為，他們找到的是一個全新的方法，雖然可能有借鑒一些前人的成果。

雖然 Google 對 PageRank 提供搜索結果的依賴程度到底有多少，只有公司內部的人才知道，但是，可以肯定的是，該演算法對 Google 現在數千億的市值起到了不可磨滅的作用。

而 PageRank 在網頁之外，也具有驚人的大範圍的實用性，幾乎涵蓋所有領域，從體育團隊的排名到大腦內部交互聯結的分析。

Purdue大學的電腦學家 David Gleich 這麼評價道：「它有點像是 Google 發明的鏡頭。如果你有各種不同的鏡頭隨機組合，你就可以觀察到各種不同的系統，就像是你同時有了顯微鏡，望遠鏡，數碼相機等等。但你還是需要有自己獨特的視角。」

自動論文發表以後，十六年來，Gleich 一直在研究 PageRank 演算法在其他領域的應用。他已經發現了數十種可以使用該演算法的具體案例。他的做法並不是深入研究每一個實例的具體實現，而是為了證明 PageRank 確實擁有廣大的適用範圍。

他說，只要有圖譜，就有 PageRank 的用武之地。它是一種數學的思維方式，代表了一組事物的關係或流程，研究物件可以是 Web 頁面，辦公室工作人員，Facebook 的用戶，基因，蛋白質或者交通情況。「PageRank 就像各種圖譜一樣，無處不在。」

以下是一些有趣的使用案例。目前，這些對 Google 的商業或社會影響並沒有產生什麼作用，但也不排除會有這麼一天。

文學作品
最重要的文學作品是什麼？PageRank 演算法可以説明回答這個看似很主觀的問題。Nebraska 大學的一位文學教授開發了一款軟件，使用了 PageRank 和其他的演算法。他的研究物件是十九世紀的文學作家。經過分析了近 3600 部長篇小說，軟件得出了結論：Jane Austen和Walter Scott是那個年代最有影響力的作家。

體育運動
在特定的運動項目中，誰是歷史上最好的球隊或球員？這個問題如果交給球迷，那必將吵得不可開交，因為評判標準同樣是主觀的。有一則論文利用 PageRank 分析了 1968 年之後的所有職業網球比賽，它將相同的兩個對手之間的比賽結果進行匹配，以「聲望得分」為基礎構建了一個網路。得出的結論是，在網球界，Jimmy Connors 是史上最好的球員。就像 Gleich 說的，這些排名背後的基本思想是：假設一個粉絲會追隨著一隻球隊或球員，直到他被打敗，而後他會繼續追隨勝利的一方，直到結果出現。這類似於飆網者在網站連結中做出選擇。

神經科學
Gleich 在他的論文中寫道：「人類的大腦是一個重要的網路，可我們對它的瞭解少的可憐」。PageRank 當然也適用於此。最近，它被用來評估不同大腦區域之間的聯結和重要性，以及隨著年齡的變化結果會如何改變。

癌症研究
在一篇名為「Google Goes Cancer」的論文裡，研究人員開發了一種基於 Google 演算法的「新型計算方法」，該演算法説明他們確定了七個與遺傳有關的腫瘤基因，這將幫助醫生更好的指導癌症治療的過程。

交通網絡
PageRank 的另一應用是用來預測城市裡的交通流量和人流動向。有一項研究依賴於該演算法的一個關鍵因素：一個叫做 teleporting（傳送）的概念，模擬了人類的決定：開始或中止行程，或者在既定的街道停車。這有助於交通運輸研究人員更好的創建測量模型，類比道路的車流量和人流量。

[原文：36Kr]

支持EJ Tech