1998年，两个名不见经传的研究生，Larry Page和Sergey Brin，第一次在学术论文上介绍了Google这个搜索引擎，而关键创新点就在于他们发明的名叫PageRank的算法（PageRank是Larry Page的Page，而不是网页的意思）。Google正是依据PageRank算法将搜索到的网站进行排序，正如他们二人所说的：PageRank“带来了网页新秩序。”

PageRank将网站的链接和超链接作为指标，衡量其重要性和权威性。然后Google根据此信息来排列搜索结果。Page和Brin发表的分析结果，并不只是当时现有数学的一个新的应用，学者们认为，他们找到的是一个全新的方法，虽然可能有借鉴一些前人的成果。

虽然Google对PageRank提供搜索结果的依赖程度到底有多少，只有公司内部的人才知道，但是，可以肯定的是，该算法对Google现在数千亿的市值起到了不可磨灭的作用。

而PageRank在网页之外，也具有惊人的大范围的实用性，几乎涵盖所有领域，从体育团队的排名到大脑内部交互联结的分析。

普渡大学的计算机学家David Gleich这么评价道：“它有点像是Google发明的镜头。如果你有各种不同的镜头随机组合，你就可以观察到各种不同的系统——就像是你同时有了显微镜，望远镜，数码相机等等。但你还是需要有自己独特的视角。”

自动论文发表以后，十六年来，Gleich一直在研究PageRank算法在其他领域的应用。他已经发现了数十种可以使用该算法的具体案例。他的做法并不是深入研究每一个实例的具体实现，而是为了证明PageRank确实拥有广大的适用范围。

他说，只要有图谱，就有PageRank的用武之地。它是一种数学的思维方式，代表了一组事物的关系或流程，研究对象可以是Web页面，办公室工作人员，Facebook的用户，基因，蛋白质或者交通情况。“PageRank就像各种图谱一样，无处不在。”

以下是一些有趣的使用案例。目前，这些对Google的商业或社会影响并没有产生什么作用，但也不排除会有这么一天。

文学作品

最重要的文学作品是什么？PageRank算法可以帮助回答这个看似很主观的问题。Nebraska大学的一位文学教授开发了一款软件，使用了PageRank和其他的算法。他的研究对象是十九世纪的文学作家。经过分析了近3600部长篇小说，软件得出了结论：简•奥斯丁和沃尔特•司各特是那个年代最有影响力的作家。

体育运动

在特定的运动项目中，谁是历史上最好的球队或球员？这个问题如果交给球迷，那必将吵得不可开交，因为评判标准同样是主观的。有一则论文利用PageRank分析了1968年之后的所有职业网球比赛，它将相同的两个对手之间的比赛结果进行匹配，以“声望得分”为基础构建了一个网络。得出的结论是，在网球界，Jimmy Connors是史上最好的球员。就像Gleich说的，这些排名背后的基本思想是：假设一个粉丝会追随着一只球队或球员，直到他被打败，而后他会继续追随胜利的一方，直到结果出现。这类似于网上冲浪者在网站链接中做出选择。

神经科学

Gleich 在他的论文中写道：“人类的大脑是一个重要的网络，可我们对它的了解少的可怜”。PageRank当然也适用于此。最近，它被用来评估不同大脑区域之间的联结和重要性，以及随着年龄的变化结果会如何改变。

癌症研究

在一篇名为“Google Goes Cancer”的论文里，研究人员开发了一种基于Google算法的“新型计算方法”，该算法帮助他们确定了七个与遗传有关的肿瘤基因，这将帮助医生更好的指导癌症治疗的过程。

交通网络

PageRank的另一应用是用来预测城市里的交通流量和人流动向。有一项研究依赖于该算法的一个关键因素：一个叫做teleporting（传送）的概念，它模拟了人类的决定：开始或中止行程，或者在既定的街道停车。这有助于交通运输研究人员更好的创建测量模型，模拟道路的车流量和人流量。

(作者：36氪 Kryptoners，原文链接）