个人电脑及互联网是更为普及的算法承载体

　　相比商用的超级电脑、内置芯片设备，个人电脑及互联网是更为普及的算法承载体。早期门户网站时代，信息是由网络编辑整理提供，用户看到的那些新闻都是网编基于对用户口味和新闻专业判断选择出来的。而门户之后以Google为代表的搜索则颠覆了这个信息提供模式。搜索是用户输入关键字来主动获取信息，在搜索框背后则凝聚了大量的程序和算法。

　　Google搜索引擎的爬虫机器人，实际上是一种搜集互联网海量信息的程序，爬虫到各种网站网页上将信息收集回来进行编码处理，根据算法将网页标上PageRank等级，分数值高的网页将会在关键字搜索结果中显示在优先的位置上。目前有250亿的网页可以被检索，可以想象，这将是一个多么庞大的信息网，利用搜索引擎，我们已经能在短时间内找到结果，是不是需要的答案则另外考虑。评价一个网页的好坏，不凭人的主观印象，而是将其数学化。算法正在以它特有的形式拆解和重组我们生活的世界。

　　当然，如何在这250亿的网页中挑选出最应该推荐给你的，依然是一个难题。如果你会抱怨搜索引擎给出的答案还是太过冗杂、不够准确，那有理由相信未来会产生更精准的算法。在未来，一个25岁、此前搜索过如何减肥的女性，与一个45岁、数天之内在谷歌地图中搜索过不同城市机场到酒店路线的男性，搜索“午餐吃什么”得到的结果会是不同的。

　　在社交网站中，通过记录、挖掘大量用户的数据，这样精准的推荐将更容易实现。在个性化推荐引擎的算法上，一部分是基于用户个人行为数据积累挖掘来向用户推荐，另一部分是基于一群用户的共同行为来向用户推荐。也许你没有注意到，个性化推荐引擎已经运用到很多互联网网站中，比如视频推荐、网络电台对音乐的推荐、购物推荐直到好友推荐等。

　　在亚马逊或者淘宝上，当你购买了某一商品，系统会根据相关性算法，向你推荐与该商品相关的其他商品。比如你曾经购买了很多本村上春树的作品，基于用户个人数据的算法会为你推荐村上春树其他的作品，而基于其他用户购买行为的社会化推荐则向你推荐村上龙的作品，也许是因为和你有同样喜好购买了前者作品的用户特别多，系统才会推测你喜欢后者的概率比较高，将其显示出来。