从建筑学的角度来说，车库基本上是个简陋的地方。但在硅谷，车库 有一种特殊的创业含义：许多伟大的硅谷技术公司在此诞生或至少从车库 中孵化而来。这一趋势并非从20世纪90年代的互联网泡沫开始。在互 联网泡沫出现的50多年前，也就是1939年，当世界经济仍未从大萧条 的影响中走出来时，惠普(Hewlett-Packard)就在加利福尼亚州帕洛阿尔 托(Palo Alto)戴夫·休利特(Dave Hewlett)的车库中逐渐成形了。几 十年之后，史蒂夫·乔布斯(Steve Jobs)和史蒂夫·沃兹尼亚克(Steve Wozniak)于1976年在加利福尼亚州洛斯拉图斯乔布斯的车库中创业，之 后创建了今天传奇的苹果计算机公司。（尽管传说苹果公司创办于车库， 乔布斯和沃兹尼亚克一开始其实是从一间卧室开始的。空间很快就不够用 了，于是他们转移到了车库。)不过，和惠普和苹果的成功故事相比，一 个名为谷歌的搜索引擎的创办过程更令人惊叹。谷歌从加利福尼亚州门洛 帕克市的一间车库开始，并于1998年9月注册成立公司。 那时，谷歌事实上已经运营自己的搜索引擎一年多了一最开始是在 斯坦福大学的服务器上，谷歌的两位联合创始人都是斯坦福博土生。直到 斯坦福大学再也不能承受这一日益受欢迎的服务所需要的带宽，拉里·佩 奇和谢尔盖·布林才把公司转移到了如今著名的门洛帕克车库。他们肯定
德未九大法 做了些正确的事，因为在他们正式成立公司3个月后，美国《个人计算机 杂志》(PC Magazine)就宣布谷歌是1998年美国排名前一百的网站之一。 这也是我们的故事真正开始的地方：在当年《个人计算机杂志》的评 论中，谷歌的精英管理层因为谷歌“以超乎寻常的技巧返回相关度极高的 结果”而获奖。你也许还记得上一章提到过，第一个商业搜索引擎于4年 前的1994年发布。还在车库里的谷歌怎么能弥补4年的巨大差距，在搜 索质量上超越已经很受欢迎的Lycos和AltaVista呢？这一问题的答案可不 简单。但最重要的因素之一 —尤其是在网络搜索早期—就是谷歌用来 对其搜索结果进行排名的创新算法：一个被称为PageRank的著名算法。 “PageRank”是个双关词：它既是一种对网页排名的算法，也是其主 要发明者拉里·佩奇的排名算法。佩奇和布林在1998年的一篇学术会 议论文《解析大规模超文本网络搜索引擎》(the Anatomy of a Large-Scale ypertextual Web Search Engine)中发表了这一算法。正如论文标题所暗 示的，这篇论文的内容不止是描述PageRank。事实上，这是对I998年存 在的谷歌系统的完整描述。但藏在这一系统技术细节中的，是对也许是 21世纪出现的第一个算法瑰宝的描述：PageRank算法。在本章，我们将 探索这一算法如何以及为什么能在草垛中寻针，并持续为搜索查询提供最 相关的结果一也是排名最靠前的命中。 超链接把戏 你很有可能已经知道了超链接是什么：超链接是网页上的一个短语， 当你点击它时，你将被带到另一个网页。绝大多数网络浏览器用蓝色底线 显示超链接，以便能轻易识别。 令人意外的是，超链接也是老想法。1945年一大约在同时开始开 发电子计算机一美国工程师范内瓦·布什(Vannevar Bush)发表了一 PDF电子书基地http:/dayol982.400gb.com
PDF电子书基地 http://dayo1982.400gb.com
第三PageRank-—i让谷璃飞的技术 篇极具前瞻性的论文《诚若所思》。在这篇涉猎广泛的论文中，布什描述 了大量可能的新技术，包括一台被称作麦麦克斯(memex)的机器。麦麦 克斯可以存储文件并自动进行素引，但其功能远不止这些。麦麦克斯允许 “关联索引.任何被选中的东西都能立即自动选择另一个东西”一换 句话说，一种早期的超链接。 超链接把戏(the hyperlink trick)的原理。上面显示了6个网，每个框都代表I个网页。其 中2个网页是妙蛋莱谱，其余4个网页都有这些莱谱的超链接。超链接把戏认为伯特的网页比歌尼 的网页排名高，为伯特有三个链入能接((incoming link),而尼的只有一个。 超链接自1945年就已出现。它们是搜索引擎用来进行排名最重要的工 具之一，而且是谷歌PageRank:技术的基础。接下来，我们将开始以最大 的热情探索PageRank技术。 理解PageRank的第一步是一个名为超链接把戏的简单想法。用一个 例子就能非常容易地解释这个把戏。假设你对学习如何制作妙蛋感兴趣， 并且用网络搜索了这一主题。如今，任何一次真正搜索炒蛋的网络搜索都 会出现数百万个命中，但为方便起见，让我们想象只有两个网页出现：其 中一个是“欧尼的炒蛋菜谱”，而另一个则是“伯特的炒蛋菜谱”。这两个 网页都出现在上图中，与之一道的是拥有这些菜谱超链接的网页。还是为 5
塞未来的九大，结 了方便起见，让我们想象这四个包含超链接的网页是整个互联网上仅有的 链接到两个莱谱网页之一的网页。图中底部画线的文字就代表超链接，而 箭头则表示链接的指向。 问题是，这两个命中哪个排名应该更高？伯特还是欧尼？人们在阅读 链向这两份莱谱的网页并作出评价上不会有太大的问题。看起来这两份菜 谱都很合理，但人们对伯特菜谱的反响要更为热烈一些。因此，在没有给 出其他信息的情况下，伯特的菜谱比欧尼的菜谱排名更高可能会更合理。 不幸的是，计算机并不擅长理解网页的真实意思，因此搜索引擎检查 这四个链向命中的网页，并对每份菜谱获推荐的强烈程度进行评估也不太 可能。另外，计算机在计算方面非常优秀。一种简单方法就是只计算链向 每份菜谱的网页数一在这个例子中，一个网页链向欧尼的菜谱，三个网 页链向伯特的菜谱一并根据这些菜谱的链人链接数对菜谱排名。当然， 这种方法远不如让人阅读所有页面并手动排名精确，但无疑是-一种有用的 方法。如果你没有其他信息，一个网页的链入链接数可以成为该网页可 能会多有用或多有“权威性”的指标。在这个例子中，伯特的菜谱得分为 3,欧尼的菜谱得分为1，因此在搜索引擎向用户展示的结果中，伯特的 网页排名比欧尼的高。 你可能已经发现了一些在排名上使用这种“超链接把戏”的问题。一 个很明显的问题就是，有时候链接被用来显示差网页，而非好网页。比 如，假设有个链接欧尼菜谱的网页上写着：“我试了下欧尼的菜谱，很糟 糕。”像这样批评而非推荐一个网页的链接，的确会导致超链接把戏将网 页的排名拔高。不过，在现实中，超链接更多是用于推荐而非批评。因 此，尽管有这个明显的缺陷，超链接把戏仍然很有用。 36 PDF电子书基地http:/dayol982.400gb.com
PDF电子书基地 http://dayo1982.400gb.com
第三摩PageRank-一让谷欢腾飞的技术 权重把戏 你可能已经在想，为什么要对网页的所有链入链接一视同仁。来自专 家的推荐肯定就要比菜鸟的推荐更有价值？要细致地理解这一点，我们继 续研究上面的炒蛋例子，不过研究的是另一组链入链接。下页的图对链入 链接进行了重新设置：现在，伯特和欧尼的菜谱的链人链接数相等了（只 有一个)，但欧尼的链入链接来自我的主页，而伯特的则来自于著名主厨 艾利斯·沃特斯。 如果没有其他信息，你更喜欢哪个菜谱？很显然，选择由一位著名主 厨推荐的菜谱，要比选择由一名计算机科学相关书籍作者推荐的菜谱更 好。我们称这一基本原则为“权重把戏”(the authority trick):来自高“权 重”网页的链接排名要比来自低“权重”网页链接的排名高。 权重把戏的原理。这里显示了四个网页：两个炒蛋莱谱网页和两个蛙向莱谱的网页。其中一 个链接来自于本书作者（不是著名主厨），而另一个链接来白著名主厨艾利斯沃特斯的主页。权 重把戏将伯特的网页排在欧尼的菜谱之前，因为伯特的链入链接“权重”比欧尼的链入链接大。 这个原则很好，但其实际形式对搜索引擎而言一点用都没有。计算机 如何才能自动判定艾利斯·沃特斯在炒蛋方面比我更具有权威性呢？有 37