這幾天，我計算了幾個領域的PageRank，包括投資人，程序員這種大的垂直領域，也包括“機器學習”“數據挖掘”等這樣的小的領域。在挖掘的過程中，也遇到很多有意思的事情。不過，做這個，並不是要給誰排座次，只是想嘗試挖掘出來一些有意思的東西。
下面是我通過“機器學習”“數據挖掘”“信息檢索”等關鍵字找出來的一批人，然后再計算排名得到的結果。后面一列是粉絲數。不過一些新開通微博的牛人：@余凱 @老師木 尚不在其中。我的數據是之前的一個快照。
這樣的一個排序，和粉絲的數量關系就不太一致了。所以，垂直領域，還是能夠做出很有意思的東西的。可以進一步挖掘，到底哪些因素影響了某一排名。
- 張棟_機器學習 48966
- 李航博士 20336
- 劉挺 44324
- 孫茂松 6147
- 沈浩老師 30236
- 馬少平THU 6964
- 小蚊子樂園 37021
- 王斌_ICTIR 7032
- 劉鐵岩 11266
- 王海峰_百度 10679
- 白碩 SH9930
- ICTCLAS張華平博士 4714
- 劉群MT-to-Death 3261
- 鄭來軼 10421
- 張磊IDMer 6571
- 謝幸Xing 14620
綜合一下這些事情，可以得出，對微博博主進行PageRank計算，得到的結果的含義：每一個博主的PageRank值，直接代表了博主的傳播力。具體點說，就是博主發布一條微博消息，能夠傳播覆蓋多少人，越多傳播力越到，PageRank越大。很多同學會講，這個不就是粉絲的數量么？不是的，粉絲本身有的質量高，有的質量低，實際上能夠影響多少人，這個是需要衡量的。舉一個例子，某一個博主300w粉絲，大部分買來的僵屍粉，而另外一個博主，只有3w，都是一個一個積累起來的。對於做營銷而言，哪個更好呢？顯然是后者。PageRank在一定程度上，就是起到了着作用。
PageRank是一種計算的框架，一種計算的方法。在這個框架下，我們可以有很多的改進，比如就拿上面的這些人來看，我們如果想要計算專家能力排序，應該怎么做呢？僅僅是有關注，就確切表示一條邊么？其實在網絡建模的過程中，我們有很多的基礎可以用來加強模型，或者利用不同的信息，為不同目的建立模型。比如，這條關注的邊強度有多大呢？如何來衡量，一個很有用的點就是微博上兩個人之間的交互信息。這個很重要，新浪可以做很多事情。
社交網絡時代，數據為王。我們有很多工具，很多算法可以來做挖掘，但是，沒有數據，都是白費心思的。尤其是涉及到網絡的一些挖掘，網絡規模達到一定程度，好多性質是不會涌現出來的。
希望和更多的同學一起交流。
計算的工具依然是graphchi，非常好用。限定領域這塊兒，我做的比較粗糙，目前就是通過關鍵字去檢索。只要匹配上了，我就認為這個博主是該領域相關的。這部分，也是需要一些工作量的。也是很有意思，很有價值的一塊兒工作。
【完】