Durch Ihre bisherigen Erfahrung mit PUMA wissen Sie vielleicht, dass ein typischer Weg, Publikationen oder Lesezeichen zu einem Thema zu finden, die Suche mit Tags (Schlagwörtern) ist. Die Ergebnisse dieser Suche sind Lesezeichen- bzw. Publikationslisten, geordnet nach Datum. Dadurch können Sie die neusten Einträge finden; jedoch werden nicht die relevantesten Einträge angezeigt.
Um die relevantesten Einträge zu einem Tag zu finden, hat unsere Entwicklergruppe den FolkRank-Algorithmus entwickelt. Die Idee hinter diesem Algorithmus ist dem PageRank-Algorithmus von Google ähnlich, denn er analysiert die Link-Struktur zwischen Nutzern, Tags und Einträgen iterativ, um die Relevanz zu berechnen.
Um die Ergebnisse nach FolkRank zu ordnen, fügen Sie ?order=folkrank der URL hinzu oder klicken Sie auf einer Tag-Seite auf "Sortiert nach Folkrank" (rechts unter der Suchleiste). Wenn Sie beispielsweise die Ergebnisse der Suche mit dem Tag "www" analysieren, können Sie feststellen, dass sehr relevante Lesezeichen, wie die WWW-Konferenz-Webseiten, am Anfang der Liste stehen.
Außerdem berechnet der FolkRank-Algorithmus verwandte ("relevante") Benutzer für einen Tag:
Diese relevanten Nutzer sind möglicherweise Experten in einem bestimmten Forschungsfeld und somit ein guter Startpunkt, um ein Netzwerk aus Personen zu bilden, die an denselben Forschungsthemen interessiert sind wie Sie selbst.
