引用文章「百傑真熱鬧」

誠摯地寄望主辦單位，對這個問題，不管賽前賽後，能提出令人信服的說明。只是恐怕會因為擔心漏氣，或牽涉商業機密之類理由，終究留下一團迷霧。這裡先按我自己的想法加以揣測評論，反正不是官網，看的人有限，自留心證就好。百傑賽官網有人不斷以公開羞辱為手段，打擊其他參賽者。當然亂槍打鳥，偶然中的也是有的；不過拿人家文章裡塞一些亂七八糟關鍵字大肆譏評，我實在忍不住好笑。官網對此事的答覆，同樣不著邊際糊里糊塗，什麼「每個關鍵字只計算一次」。問題根本不在那裡。真正的問題是：「關鍵字」和所謂「專業力」的關係，究竟在那裡？更進一步說，主辦單位所謂的「專業力」，具體定義到底是什麼？

接觸S Rank之初，直覺想到的，就是Google的Page Rank。Page Rank是用來評定搜尋排名的專利技術，也是Google打下「精確搜尋」名聲的利器。簡單來說，它根據若干數據，決定任一使用者輸入不特定關鍵字之後，搜尋結果的輸出順序；目的是讓愈符合使用者需求的網頁，出現在愈前面的位置。

這項技術的方法雖然公開，但計算公式一直保密。特別是當Google開放AdSense，讓展示廣告的網站經營者共享利潤之後，就有數不清的網站利用各種手段，爭取Google搜尋較前的排名，以便提高曝光率，賺取更多收入。這種扭曲Page Rank排名的方法，美其名曰「網站優化(SEO)」，直接打擊Google「精確搜尋」的信譽，影響廣告商投注意願，當然無法容忍。因此Page Rank必須多方調校，不斷與SEO較勁，消弭故意扭曲，才能維持Google在搜尋引擎界的令名。

S Rank的幾個力，看得出模仿Page Rank的痕跡。只不過土豆電腦的能耐，無法和世界級的搜尋引擎相比，於是想出利用臉書來計數，以便在預算內完成任務。除了專業力之外，其他三力不無道理。撇開人氣能否代表優質，這種屬於價值觀層次的問題，純就是否符合比賽要求來看：點閱率高，讚和分享的次數高，表示人氣也高，算是合理。

專業力則不然。依官網提示，專業力的分數，依文章中關鍵字多寡而定。我們不清楚官方究竟如何計算這項分數，但憑直覺的基本邏輯判斷，就難以信服這種評分方式。記得開賽之初有人質疑：主辦單位的資料庫裡，有多少關鍵字？不在資料庫裡的關鍵字，是否不能計分？我覺得這問題正中要害，也是整個「專業力」評分，令人莫名其妙的關鍵。

回到Page Rank。關鍵字是Google搜尋的重心，也是Page Rank的計分重點之一。對的關鍵字，會提昇Page Rank排名。很多SEO手段都圍著關鍵字打轉，包括灌入大量無意義詞彙在內。然而要注意的是，Page Rank是根據使用者輸入的關鍵字，所產生的動態回應，而不是事先有一個排名在那裡，出現某個關鍵字才拿來套。所謂關鍵字，是對使用者而言；Google的資料庫，並沒有特定關鍵字，而是根據使用者輸入做出篩選。

舉例來說，我想到張家界自助旅行，於是搜尋「張家界、旅遊、住宿、交通資訊」，其中「旅遊、住宿、交通資訊」各有八百萬到一千萬筆資料，「張家界」只有一萬筆，那麼誰的Page Rank最高？我想任何人都不難判斷，「張家界」應該擺在前面。那才是我要找的啊！關鍵字出現筆數愈少，結果才愈精準，Page Rank應該高才對。同樣含有「張家界」的一萬筆，再依出現次數及位置來評價。後者例如：大標題重於小標題，然後是粗斜體內文，最後是一般內文、註釋等。這樣排出來的順序，才會符合使用者期待。

「旅遊、住宿、交通資訊」這種一般、空泛的字眼，充其量只能用來把美食、親子類篩除過濾掉，對旅遊類本身的專業度而言，可說一點價值都沒有。假設我寫一篇張家界遊記，賣力介紹自然風光、人文背景，甚至與電影「阿凡達」的關係，卻沒有一個字出現在土豆電腦的資料庫裡，專業力可能因此很低，甚至趨近於零。這不怪異嗎？

所以，怎能怪參賽者，往文章裡灑一些連他自己都感到厭惡的土豆呢？肚臍眼想都知道，土豆電腦的資料庫，不可能有無限多的關鍵字，還要逐一權衡輕重，來為參賽者品頭論足。重點不在它有多少關鍵字，而在它漏掉多少。回到那個命中要害的問題：不在資料庫裡的關鍵字，難道就不能計分啦？這種評分方式，有根本的邏輯問題。我實在很好奇，主辦單位究竟如何設想，以及這種評分結果，到底代表什麼意義？但願終有一天能得到解答。

P.S.

也有一種可能手段，雖然不確定土豆電腦是不是、或能不能這樣做，但符合主辦單位以人氣為出發點的評選方式。舉例說，先經由某種方式（流量分析，也許），評定旅遊類前一百或一千名的人氣網站，然後把這些網站的所有內容抓下來分析，得到一個附權重的關鍵字表。再拿這個關鍵字表，去比對參賽者的文章，得到分數愈高的，內容就愈接近那一百或一千大網站，因此也可能是有潛力的高人氣候選人。

這種做法可以把評定個別關鍵字是否專業的勞什子工夫，轉移到判斷文章像不像某些專業網站。當然仍不免有盲點，譬如相似度高，可能只是文抄公罷了，未必怎麼專業；愈獨特的文章，相似度愈低，卻可能被評為不夠專業。然而倘若樣本數夠多，也經過適當調校，總比讓人胡亂填塞莫名其妙的關鍵字，要來得有說服力些。

這招不是我的發明，是若干年前，聽一位搞資料採集（Data Mining）的朋友說的。當時的目標，似乎是搞自動分類，把性質相近的文章湊在一塊兒。拿來評分，只能說未嘗不可；受評者服不服氣，就難說了。