又称，Google的民主表决式网页排名技术。——衡量网页质量的方法 PageRank算法的原理： 便于理解，我引用书上的一个例子：比如我们要找李开复博士，那么有100个人举手说自己是李开复博士。那么谁是真的呢？也许有好几个是真的，但即使如此谁有是大家真正想找的拿个呢？如果大家都说在某地的某人是真的，那么他几乎就是真的。根据这例子。我们要找一个网页，会给出很多的相关网页，这些网页也许和我们想找的网页或多或少的有些联系，但是，哪些才是我们最想找的呢，如果一个网页被很多个网页所连接，那么这个网页收到的承认和信赖就比较高，这个可能就是我们最想找的。此外，在互联网上，如果一个网页被很多其他的网页所连接，说明它收到普遍的承认和信赖，这个网页的排名就高。因此，排名高的网页的链接更可靠，我们就给这些网页的链接更高的权重。一个网页的排名应该来自于，指向它的网页的权重之和。因此，可根据网页的PageRank来衡量网页的质量，然后进行排名。当然，这个算法需要很强的数学功底，感慨之余，我们更要重视自己的数学能力。
在以前，技术和算法，对于确定网页和查询的相关性的重要性，要高于数据。然而，在今天，这个大数据的背景下，很多商业搜索引擎已经有了大量的用户点击数据，因此，对搜索相关性贡献最大的是，根据用户对常见搜索点击网页的结果得到的概率模型。如今，影响搜索引擎质量的诸多因素，除了用户的点击数据外，大致可归纳为一下四大类：
完备的搜索引擎。对网页质量的度量。如PageRank。用户偏好。确定一个网页和某个查询的相关性的方法。搜索关键词权重的科学度量TF-IDF： 不同的网页字数各不相同，因此仅仅使用关键词在网页中出现的次数，来确定相关性是不可续的。因此，要对关键词的次数进行归一化。用关键词的次数除以该网页的总字数，把这个商称为关键词的频率，或者 单文本词频。将每个词的词频加和得到词组的单文本词频。但是，这种方法有两个漏洞：第一个是：如，的 是 中 对 ……之类的词对于主题的确定几乎没有什么作用，称它们为停止词。第二个是：如，应用，解决……之类的通用词对于主题的确定作用也很小，但是却又占了很大的比例。因此，对每一个词，给一个权重：规定：一个词预测主题的能力越强，那么这个词的权重就越大，反之，权重越小。停止词的权重为0。在信息检索中，使用最多的权重就是“逆文本频率指数”-IDF。它的公式为“log（D/D_w）”D表示全部网页数，D_w表示含有特定词的网页数。可以想象，如果一个词在所有的网页中都出现，也就是D=D_w那么IDF=0，这个词的权重为0。符合我们的直觉。到此，我们关于相关性的计算公式，就可以更加改进了：每个词的词频（TF）乘以该词的权重（IDF），然后求和即可。这就是TF-IDF。TF-IDF是对于搜索引擎重要性的度量，具有很强的理论依据，因此，即使对搜索引擎不是很精通的人，采用TF-IDF做出的效果也不会太差。
—–地图与本地搜索的核心技术 先介绍一下智能手机的定位和导航功能：
利用卫星定位地址的分析和识别根据用户输入的起点和终点，规划最短的路线利用卫星定位，传统的导航仪就可以做到。 地址的分析和有限状态机： 地址的分析，还是自然语言处理的问题，使用上下文有关的文法。但是上下文有关文法分析耗时且复杂，并且还有很多情况覆盖不了。有限状态机可以很好的实现地址的识别和分析。有限状态机是一个有向图，它由有限个状态（结点）和有向弧组成。有限状态机都有一个起始状态和终止状态，以及中间的若干状态。每一条弧都带有一个从上一个状态到下一个状态的条件，当满足这个条件时就可以实现走动，若不满足条件 则报错。使用有限状态机关键要解决两个问题，一个是：通过一些有效的状态建立有限状态机。第二是：给定一个状态机后，地址字串的匹配算法。但是，实际应用过程中，如果用户输入了错误的字符怎么办？为了解决这个问题，我们希望看到可以进行模糊匹配。科学家们提出了基于概率的有限状态机，其实基于概率的有限状态机和离散的马尔科夫模型是等价的。<建议：有限状态机的程序不是很好写，它要求编程者既懂得里面的原理和技术，又有很强的编程能力，因此，还是直接采用开源的代码比较好> 全球导航和动态规划： 图论：一个抽象的图包括很多个结点，以及连接这些结点的弧。如果再考虑这些弧的长度，也就是给它们加上权重，那么这就是一个加权图。 图论中一个很常见的问题是，找两个结点A,B之间最短的路径，下面介绍两种方法：1，最直接，也就是最笨的方法，就是把所有的可能的路线都找出来，然后再找到最优的那一个。当考虑到计算复杂度的时候，这种方法是显然不行的，因为随着结点的增长，路径会呈指数式增长。2、动态规划，我记得很早的时候，学习过线性规划，这两个似乎有着很大的相似性。首先，我们用一条拟合结点的线大致将两个结点间的所有的路径一分为二，那么，肯定此线上必然存在一个结点D是所求两个结点A，B的路径必然经过的点，因此，我们可以求其中一个结点A，到D的最短路径。然后再从D到B的路径按照上述类似的方法一份为二，直到到达B。最后可以计算得出，该方法的计算复杂度是非常符合我们的要求的。 有限状态传感器： 有限状态传感器的特殊性在于，每个状态是由输入和输出的符号定义的。如果这些输入和输出的可能性的不同，即赋予了不同的权重，那么这就是加权的有限状态传感器。
