注意，隨機(jī)訪問(wèn)者模型天生能同時(shí)和超鏈接把戲及權(quán)重把戲相配合。換句話說(shuō)，每個(gè)網(wǎng)頁(yè)鏈入鏈接的質(zhì)量和數(shù)量都會(huì)被納入考慮范圍。網(wǎng)頁(yè)B就展示了這些：網(wǎng)頁(yè)B的訪問(wèn)者權(quán)重值相對(duì)較高（10%），得益于三個(gè)鏈入鏈接所在的網(wǎng)頁(yè)擁有適中的訪問(wèn)者權(quán)重值，從4%到7%不等。

隨機(jī)訪問(wèn)者把戲的美妙之處在于，和權(quán)重把戲不同，不管超鏈接有沒(méi)有形成循環(huán)，隨機(jī)訪問(wèn)者把戲都能完美地運(yùn)作?；氐皆缜暗某吹袄?，我們能輕易地運(yùn)行一次隨機(jī)訪問(wèn)者模擬。在數(shù)百萬(wàn)次訪問(wèn)之后，我的模擬產(chǎn)生了如上圖所示的訪問(wèn)者權(quán)重值。請(qǐng)留意，和之前使用權(quán)重把戲進(jìn)行的計(jì)算一樣，伯特的網(wǎng)頁(yè)訪問(wèn)者權(quán)重值要比歐尼的網(wǎng)頁(yè)高很多（28%VS 1%）——盡管這兩個(gè)網(wǎng)頁(yè)都只有一個(gè)鏈入鏈接。因此，伯特的網(wǎng)頁(yè)在網(wǎng)絡(luò)搜索查詢“scrambled eggs”（炒蛋）中排名更高。

現(xiàn)在讓我們?cè)俎D(zhuǎn)向前文中更困難的例子：對(duì)于最初的權(quán)重把戲而言，由于超鏈接循環(huán)的存在，第39頁(yè)的圖產(chǎn)生了一個(gè)不可解的問(wèn)題。和前面一樣，運(yùn)行一次隨機(jī)訪問(wèn)者的計(jì)算機(jī)模擬很容易，于是產(chǎn)生了如上圖所示的訪問(wèn)者權(quán)重值。由這一模擬判定的訪問(wèn)者權(quán)重值給出了網(wǎng)頁(yè)的最終排名，這些排名會(huì)被搜索引擎在返回結(jié)果時(shí)使用：網(wǎng)頁(yè)A排名最高，之后是B和E，C和D的排名同列最后一名。

實(shí)際中的PageRank

谷歌的兩位聯(lián)合創(chuàng)始人于1998年在他們著名的會(huì)議論文《解析大規(guī)模超文本網(wǎng)絡(luò)搜索引擎》中描述了隨機(jī)訪問(wèn)者把戲。通過(guò)和其他許多技術(shù)結(jié)合，這一把戲的變體仍被主流搜索引擎所使用。不過(guò)，由于眾多復(fù)雜因素，應(yīng)用在現(xiàn)代搜索引擎中的實(shí)際技術(shù)和本章描述的隨機(jī)訪問(wèn)者把戲略有不同。

其中一個(gè)復(fù)雜因素直擊PageRank的核心：有時(shí)候，假設(shè)超鏈接傳輸?shù)暮戏?quán)威性有爭(zhēng)議。我們先前已了解到，盡管超鏈接能代表批評(píng)而非推薦，但這在現(xiàn)實(shí)中并不是個(gè)很大的問(wèn)題。另一個(gè)更加嚴(yán)重的問(wèn)題是，人們可以濫用超鏈接把戲，人為地提高自己網(wǎng)頁(yè)的排名。假設(shè)你運(yùn)營(yíng)著一個(gè)名為BooksBooksBooks.com的網(wǎng)站來(lái)售書(shū)（驚訝吧）。通過(guò)使用自動(dòng)化技術(shù)，創(chuàng)建一大堆不同的網(wǎng)頁(yè)——比如一萬(wàn)個(gè)——并讓這些網(wǎng)頁(yè)都鏈向BooksBooksBooks.com，做到這一切相對(duì)很容易。因此，如果搜索引擎和本章描述的一樣來(lái)計(jì)算PageRank權(quán)重，BooksBooksBooks.com的權(quán)重值就能比其他書(shū)店高數(shù)千倍，進(jìn)而有更高的排名和更多的銷售額，而這都不是BooksBooksBooks.com應(yīng)得的。