Jak powstało Google i algorytm PageRank

Ten artykuł rozwija temat z: Historia wyszukiwarek internetowych: od Archie do AI

Historia Google to opowieść o akademickim projekcie, który zrewolucjonizował sposób, w jaki korzystamy z internetu. U jego podstaw leżał genialny w swojej prostocie algorytm PageRank, który na zawsze zmienił zasady gry w wyszukiwarkach internetowych, przenosząc ciężar z analizy słów kluczowych na analizę struktury linków.

Jak powstało Google - od projektu BackRub do giganta

Początki Google sięgają korytarzy jednej z najbardziej prestiżowych uczelni na świecie. Larry Page i Sergey Brin poznali się na Uniwersytecie Stanforda w 1995 roku. Page, absolwent Uniwersytetu Michigan, rozważał studia doktoranckie na tej uczelni, a Brin, już doktorant, został przydzielony do oprowadzenia go po kampusie. Mimo że ich pierwsze spotkanie było podobno pełne polemik, szybko znaleźli wspólny język w dziedzinie informatyki i w 1996 roku rozpoczęli pracę nad wyszukiwarką, która stała się fundamentem ich przyszłego imperium.

Projekt badawczy BackRub (1996)

Pierwotna nazwa projektu, nad którym pracowali Page i Brin, brzmiała BackRub. Nazwa BackRub odnosiła się do kluczowej koncepcji algorytmu: analizy backlinków - linków zwrotnych prowadzących do danej strony. Projekt działał na serwerach Uniwersytetu Stanforda i w pewnym momencie zużywał niemal połowę przepustowości sieci całej uczelni.

Koncepcja Page'a i Brina stanowiła radykalne odejście od metod stosowanych przez ówczesne wyszukiwarki. Zamiast liczyć, ile razy dane słowo kluczowe pojawia się na stronie, BackRub oceniał jej autorytet na podstawie tego, ile innych stron do niej linkuje.

Skąd wzięła się nazwa Google

W 1997 roku nazwę zmieniono na Google - celowe nawiązanie do terminu matematycznego googol, oznaczającego liczbę 1 ze stoma zerami (10¹⁰⁰). Wybór tej nazwy odzwierciedlał misję założycieli: zorganizowanie pozornie nieskończonej ilości informacji dostępnych w internecie i uczynienie ich powszechnie dostępnymi i użytecznymi.

Założenie Google Inc. (1998)

Spółkę Google Inc. oficjalnie zarejestrowano 4 września 1998 roku. Kluczowym momentem, który umożliwił formalne rozpoczęcie działalności, była inwestycja anielska. Andy Bechtolsheim, współzałożyciel Sun Microsystems, po krótkiej prezentacji projektu wystawił czek na 100 000 dolarów, zanim spółka formalnie powstała. Czek był wypisany na "Google Inc.", co zmotywowało założycieli do jak najszybszej rejestracji firmy.

Pierwszą siedzibą był garaż Susan Wojcicki w Menlo Park w Kalifornii - późniejszej wieloletniej szefowej YouTube. Page i Brin wynajmowali go za 1700 dolarów miesięcznie, co pozwoliło im przenieść operacje z akademików na grunt biznesowy.

Algorytm PageRank - serce wyszukiwarki

Rewolucja, jaką przyniosło Google, polegała na fundamentalnej zmianie sposobu oceny stron internetowych. Wcześniejsze wyszukiwarki, jak AltaVista czy Yahoo!, oceniały strony głównie po częstości słów kluczowych, co prowadziło do masowych manipulacji znanych jako keyword stuffing. Polegało to na upychaniu słów kluczowych w treści, często w sposób niewidoczny dla użytkownika (np. białym tekstem na białym tle), aby sztucznie podnieść pozycję strony w wynikach wyszukiwania.

Analogia do cytowań naukowych

Page i Brin przenieśli akademicką zasadę mierzenia wartości pracy naukowej liczbą jej cytowań na strukturę linków w sieci. W świecie nauki im częściej dana publikacja jest cytowana przez innych badaczy, tym jest uznawana za ważniejszą. PageRank zastosował tę samą logikę do stron internetowych, traktując każdy link jako "cytowanie" lub głos poparcia.

Nazwa PageRank ma podwójne znaczenie. Łączy nazwisko Larry'ego Page'a z angielskim słowem page (strona), co idealnie oddaje naturę algorytmu.

Trzy filary działania PageRank

Mechanizm działania PageRank opiera się na trzech prostych, lecz potężnych założeniach:

1. Link to głos poparcia: Każdy link z jednej strony (A) do drugiej (B) jest traktowany jako głos strony A na rzecz strony B.
2. Waga głosu zależy od autorytetu: Nie wszystkie głosy są równe. W PageRank link działa jak głos poparcia, a jego waga rośnie wraz z autorytetem strony, która go umieszcza. Link ze strony o wysokim PageRank ma znacznie większą wartość niż link ze strony o niskim autorytecie.
3. Moc PageRank dzieli się na liczbę linków wychodzących: Autorytet (PageRank) strony rozkłada się równomiernie na wszystkie jej linki wychodzące. Im więcej linków znajduje się na stronie, tym mniejszy udział jej "mocy" przypada każdej stronie docelowej.

Model losowego surfującego i współczynnik tłumienia

Algorytm PageRank jest matematycznie opisywany przez tzw. Model losowego surfującego (Random Surfer Model). Zakłada on istnienie hipotetycznego użytkownika, który bez celu klika w kolejne linki na stronach. Prawdopodobieństwo, że ten użytkownik w dowolnym momencie trafi na konkretną stronę, odzwierciedla jej PageRank. Strony z wyższym PageRank to te, na które "losowy surfujący" trafiałby częściej.

W modelu tym pojawia się kluczowy parametr: współczynnik tłumienia (damping factor), oznaczany jako d. Zwyczajowo ustawiany na 0,85, oznacza on prawdopodobieństwo, że użytkownik kliknie kolejny link na stronie, zamiast się "znudzić" i wpisać w przeglądarce zupełnie nowy adres. Ten czynnik zapobiega "utknięciu" algorytmu w pętlach linków i zapewnia, że każda strona w sieci ma szansę otrzymać pewną minimalną wartość PageRank.

Uproszczony wzór matematyczny

Oryginalny wzór na PageRank, przedstawiony w publikacji z 1998 roku, wygląda następująco:

PR(A) = (1−d) + d (PR(T₁)/C(T₁) + … + PR(Tₙ)/C(Tₙ))

Legenda symboli:

• PR(A) - PageRank strony A, którą obliczamy.
• d - współczynnik tłumienia (zwykle 0,85).
• T₁...Tₙ - strony, które linkują do strony A.
• PR(Tₙ) - PageRank strony Tₙ, która linkuje do A.
• C(Tₙ) - całkowita liczba linków wychodzących ze strony Tₙ.

Wzór ten pokazuje, że PageRank strony A zależy od sumy wartości PageRank wszystkich stron do niej linkujących, z których każda jest podzielona przez liczbę linków na tej stronie.

Dziedzictwo PageRank - dlaczego wciąż ma znaczenie

Sukces PageRank szybko doprowadził do powstania całej branży SEO, której celem stało się manipulowanie tym algorytmem. Jedną z pierwszych reakcji były tzw. farmy linków - sieci stron stworzonych wyłącznie w celu wzajemnego linkowania i sztucznego pompowania autorytetu.

W odpowiedzi Google przez lata rozwijało swój algorytm. Dziś oryginalny PageRank jest tylko jednym z setek sygnałów rankingowych. Współczesne algorytmy Google wykorzystują sztuczną inteligencję do analizy intencji użytkownika, oceniają jakość treści, szybkość ładowania strony, jej dostosowanie do urządzeń mobilnych i wiele innych czynników. Mimo to, fundamentalna idea, że linki przekazują autorytet, pozostaje jednym z filarów oceny stron w internecie, a dziedzictwo PageRank na zawsze ukształtowało cyfrowy świat.