Dealupa：用 DealRank 来为团购项目排序

如何在海量的网页中，找到自己需要的信息？Google 靠 PageRank 来解决这个问题，通过分析网页的关键字或其它信息来给网页打分，然后根据分值来决定网页显示在搜索结果的位置。由于 PageRank 能够较为准确的评估每个网页的权重，因此 Google 的搜索结果便显得比较精确。

如果把这种思路也放在团购的项目上，是否能够解决人们面对海量团购项目但无从下手的问题呢？

Dealupa 正是运用这种思路来解决问题的网站，它的两位创始人都来自 Google，而且已经成功入选成为 Y Combinator 下的孵化项目。

两名创始人分别是 Sanjay Mavinkurve 和 Vijay Boyapati，他们把自己的成果称之为“DealRank”。原理和 PageRank 类似，通过分析每笔团购项目的内容，然后以一个比较全面的打分标准为团购项目打分，从而决定目标出现在每名网站用户个人主页上的位置。

它会通过社交网络分析到底由多少人在分享，或是“喜欢”这个团购项目。这是针对整个社交网络所进行的分析，比如 Facebook、Twitter。它不会向用户索要个人社交网络的账号，也不会分析用户个人的资料。不过，Dealupa 会分析用户的喜好，比如它会根据用户“喜欢”网站上某些团购项目，或者是分析团购项目的地理位置，从而决定每个团沟项目在用户个人主页上的位置。

此外，在第一次注册 Dealupa 的时候，它会列出不同团购类别供人选择——通过这层过滤，Dealupa 能够找到喜好相似的人，通过他们“喜欢”哪些团购项目，也能够让搜索结果变得更加精确。

在国内，类似这样的网站有一淘网，但两者不尽相同。一淘网更多从比价出发，它的目的是让用户发现最具性价比的商品。而 Dealupa 则是根据用户兴趣出发，让用户发现自己想要的团购项目。

在团购项目泛滥的今天，也许正好需要这么一个工具来帮助消费者发现有趣的东西。