Dealupa

　　Dealupa是一家致力于团购搜索排名的公司。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。

　　Dealupa的两名创始人分别是 Sanjay Mavinkurve 和 Vijay Boyapati，他们把自己的成果称之为“DealRank”。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，从而决定每个团购项目在用户个人主页上的位置。

　　Dealupa不仅能为每个用户找到关联性的结果，同时其搜索结果的质量也高。Dealupa将这种算法和团购排名结合起来，为用户提供更多的更精准的团购服务。和团购排名网站（如团800）类似，Dealupa也会根据每单团购的参与用户和关注度进行排名。但Dealupa希望用Dealrank算法将搜索的相关度和关注度进行精确的计算，根据团购的多种因素来综合评定每单团购的质量，并根据用户的特点来为他们提供的搜索结果。

　　另外，Dealrank算法还会对每单团购在诸如Facebook、Twitter等社交网络中的影响力和受欢迎程度、以及Yelp等点评网站的分数和语义分析结果来调整团购的每单排名。意思的是，当你注册Dealupa时，你可以将你主页不喜欢的团购拒绝掉，Dealrank就会根据这个调整你以后的团购搜索排名。

　　除了以上方法，Dealupa还会整合LBS、语义分析、兴趣图谱、协同过滤、用户历史经验，以及为社交网络提供API进行团购评分等等。当然，Dealupa还有许多需要改进的地方，相信未来Dealupa能成为团购搜索领域的Google。