新技术闪亮登场：主题性页面级别技术(Topic-Sensitive PageRank)

2002年，斯坦福大学的一名博士生塔赫尔. 哈维利瓦拉(Taher H.Haveliwala)发表了一篇非常有意思的论文，名为“Topic-SensitivePageRank(主题性页面级别计算系统)”。而更加有趣的是，一年之后哈维利瓦拉成了Google的一份子。

“主题性页面级别计算系统”通过对随机查询用户的随机运动增加一个“偏差”来处理基本的页面级别计算系统所存在的问题。这个新的随机查询用户具有明确的查询目的，并更感兴趣于跟进那些具有某个特定主题的相关网页上的相关链接。这是一个相对而言较为新颖的思路，它解决了搜索结果的质量性方面的一系列关键性问题。

上海网络公司看来，毫无疑问，哈维利瓦拉将成为搜索引擎业界中一个举足轻重的角色。他已经在搜索技术的其它领域方面进行了一些实质性的研究工作，包括如何更有效计算页面级别方面的一些比较有趣的研究。

在最初的研究论文中，哈维利瓦拉描述了他是如何利用斯坦福大学的网络数据库，对应于ODP(开放目录)的16个顶级目录的16个主题来计算“主题性”页面级别得分。虽然该研究的主题和数据数量(8千万个网页)十分有限，但能够看出这种新系统可改善搜索结果，且具备对查询用户感兴趣于何种主题的理解能力。

就在去年，当我回过头来再阅读这篇论文时，我注意到哈维利瓦拉所描述的这种系统对搜索引擎来说还存在着两个问题。不过下面我们将会看到，这两个问题现在都能得到妥善解决了。

第一个问题是充分拓展主题的数量。要想改善搜索结果，16个主题自然是远远不够的。但由于Google的页面级别计算系统的代价非常之高，因而除非新系统能够提供一些改进的措施，否则Google不大可能实施这个新系统。但随着这一领域在过去的一年中的深远发展，因而我相信现在在主题数量上已不是大问题了。

第二个问题就是如何决定一个查询条件可能对应的主题–- 当用户输入诸如“自行车”一类的查询条件时，这个用户是想买自行车呢，还是想骑自行车旅游呢？下面我将为大家简单阐述一下Google可能会怎样匹配一给定查询条件以最恰当的主题，以及为什么一些查询条件更容易受到影响的原因。