PageRank网页排序算法

PageRank网页排序算法是谷歌搜索系统的核心算法，它将网络中庞大的链接体系转化为一种按照相关性排列网页的方法。它不依赖单一编辑或简单计算链接数量，而是把链接视为投票，并提高来自本身重要的网页的投票权重。按照本书的说法，这种方法体现了分散的群体如何形成有用的集体判断——前提是系统能够有效汇总成员的贡献。

定义与运作

谷歌创始人谢尔盖·布林和劳伦斯·佩奇在1998年的论文《大型超文本网络搜索引擎的剖析》中首次提出PageRank网页排序算法。它是一种计算方法，用于评估哪些网页与特定搜索最相关。谷歌对其技术细节秘而不宣，但本书指出，PageRank网页排序算法是该系统的核心。

其基本运作方式是把网页A指向网页B的链接解读为A对B投的一票。一个网页的重要性不仅取决于它获得多少票，也取决于投票网页的重要性。因此，来自重要网页的链接，比来自影响力较小网页的链接权重更高。所以，排名并非简单计数，而是对嵌入网络链接结构中的判断进行加权汇总。

网络作为投票系统

该算法利用了本书所说的网络独有的民主特性——网页可以链接到其他网页，由此形成分散的背书结构。在搜索时，PageRank网页排序算法借助这一结构，询问整个网络哪些网页最有用。权重最高的网页排在结果首位，而紧随其后的网页也可能是最有用的网页之一。

这种投票并非人人一票、权重相等的民主。大型网站或原本就很重要的网站影响力更大，因为它们的链接权重更高。然而，它们的影响力并不独立于较小的网站——较小网站的链接最初也帮助确立了大型网站的重要性。本书的核心限定是，群体依然发挥决定作用，但只有整个网络中的判断都可靠，系统才能在顶层作出明智判断。

汇总与集体判断

PageRank网页排序算法体现了本书认为明智群体所需的更广泛条件——意见多样性、独立性、决策权分散和判断汇总。某种机制必须把分散的判断汇集成集体结果；没有汇总，私人信息就会彼此分离。PageRank网页排序算法提供了这样一种机制——把链接转化为加权投票，并将其合并为有序列表。

本书将这种加权结果与股票价格和足球让分相比较，因为它们也会汇总判断，而不是简单地让每项贡献都占同等权重。本书还将PageRank网页排序算法的结构与简单平均值作对比，例如称牛体重竞赛中的平均估算值就是一种简单平均。在每种情况下，汇总方法都会影响个人贡献如何塑造群体结论。

谷歌搜索结果

本书将PageRank网页排序算法描述为谷歌能够搜索数十亿个网页并迅速给出有用结果的基础。书中报告的一组搜索总共花了约一分钟半；一次典型的谷歌搜索则只需不到一秒的一小部分时间。谷歌创立于1998年，当时雅虎！似乎占据主导地位；如果它失势，AltaVista或Lycos看起来可能会成为替代选择。按照书中的叙述，短短几年内，谷歌就成为普通互联网用户的默认搜索引擎，因为它能迅速找到相关网页。

在这个例子中，该算法的重要性不仅在于速度或规模，更在于它如何将两者结合——数百万个网页通过链接提供信号，而PageRank网页排序算法将这些信号转化为排名。最终排序并不能保证完美，但本书认为，排在首位或紧随其后的网页，事实上往往就是最有用的网页。因此，PageRank网页排序算法具体展示了集体判断如何通过算法转化为实际运作。