페이지 순위는 "투표" 링크를 수 있습니다.

중간 트랜잭션 http://www.aliyun.com/zixun/aggregation/6858.html "> seo 진단 Taobao 게스트 클라우드 호스트 기술 홀

7 월 PageRank는에 대 한 업데이트, 작은 비율에 대 한 현재 구글 알고리즘의 홍보 가치를 차지 하 고 있지만 홍보 값 업데이트 보고 그들의 자신의 사이트 홍보 상승, stationmaster 때 아직도 있다 만족, 자부심의 종류.

오래 된 지점에 비교 될 수 있습니다 다음, 그것은 새로운 웜, 우아한 태도 Yyan 것 이다 또한 내부에 그들의 자신의 경험 및 아이디어의 일부을 넣어.

PageRank, 페이지 순위, 페이지 수준, 구글 왼쪽 순위 또는 페이지 순위 라고도. Pagerank™은 래리 페이지, 회사의 작성자 이름을 따서. 웹 페이지 페이지 간의 하이퍼링크에 따라 검색 엔진에서 순위입니다. 그것은 종종 검색 엔진 최적화 관련이 있습니다. PageRank 시스템 관련성 및 웹 페이지의 중요성을 반영 하기 위해 Google에서 사용 됩니다. 구글의 창업자 래리 페이지 그리고 Sergey는 1998 년에 스탠포드 대학에서 기술을 발명 했습니다.

Google의 공식 웹 사이트 자체 기술을 소개 하는 어떻게 보면 시작 하자:

PageRank 기술: 500 백만 이상의 변수와 2 십억 단어의 구성 된 방정식을 계산 하 여 PageRank 객관적으로 웹 페이지의 중요성을 평가할 수 있다. PageRank, 직접 링크의 수를 계산 하지 않습니다 하지만 대신 페이지 A에서에서 페이지 B의 링크 페이지 대답 페이지 B에 대 한 투표 해석 이 방법에서는, PageRank 페이지 B. 받은 투표의 수에 따라 페이지의 중요성 평가

또한, 페이지 랭크 높은 값의 페이지에 링크 될 수 있도록 일부 웹 페이지의 높은 가치, 것으로 간주 됩니다 때문에 각 폴링 페이지의 중요성을 평가할 것 이다. 중요 한 페이지를 검색 결과의 상단에 표시 되는 더 높은 PageRank (페이지 순위). Google 기술 온라인 피드백의 포괄적인 정보를 사용 하 여 웹 페이지의 중요성을 결정. 검색 결과 없습니다 되었습니다 수동으로 방해 또는 조작, 구글 된다 상당히 편견된 소스 정보를 광범위 하 게 사용자가 신뢰할 수 있는 지불 순위에 의해 영향을 받지 않습니다 그래서.

2005 년 초에 Google 웹 마 스 터 및 Seoer 투표도 간주 되지 것입니다 Google에 링크를 만들 수 있도록 웹 링크에 대 한 새로운 특성 nofollow를 시작 했다. Nofollow 설정 쓰레기에 대해 저항할 수 있다.

우아한 태도 Yyan 수집 인터넷에 일부 PageRank 알고리즘, 정렬, PageRank는 대략 두 가지로 나눌 수 있습니다.

첫째, 간단한 알고리즘:
예를 들어 4 페이지의 작은 그룹: A, b, C 및 d. 모든 페이지 지의 홍보 (PageRank) 값, 다음에 연결 하는 경우 b, c 및 D.

PR (A) = PR (B) + PR (C) + 홍보 (D)

B도 C에 대 한 링크가 있다는 가정 하 고 D는 또한 포함 하 여 3 페이지에 링크를. 한 페이지는 2 회 투표 수 없습니다. 그래서 b 반 가격 각 페이지. 같은 논리로 D에 투표의 단지 1/3의 PageRank에 계산 되었다는.

우아한 태도 Yyan 페이지의 홍보 가치에 대 한 링크의 총 수에 따라 느낌.

마지막으로, 모든 이들의 마지막 계수 Q 곱한 백분율로 변환 됩니다. 아래의 알고리즘으로 인해 아무 페이지 랭크 0 될 것입니다. 그래서, Google는 최소 값 1−q 수학 시스템을 통해 각 페이지를 제공합니다.

그래서 다른 페이지의 PageRank에 의해 페이지의 PageRank은 계산 합니다. Google는 반복적으로 각 페이지의 PageRank를 계산합니다. 만약 당신이 각 페이지를 임의의 PageRank 값 (0이 아닌),이 페이지의 홍보 가치 경향이 정상적이 고 안정적인 반복된 계산 후. 그래서 그것을 사용 하는 검색 엔진.

둘째, 완전 한 알고리즘:

이 방정식 무작위 탐색, 즉, 누군가가 온라인 지루한 임의로 오픈 어떤 페이지를 클릭 합니다 몇 가지 링크의 개념을 소개 합니다. 페이지의 PageRank 값 무작위로 찾아볼 것 이다 그 확률을도 영향을 줍니다. 이해를 촉진 하기 위하여는 인터넷 사용자가 지속적으로 점 결국 페이지에 어떤 링크 없이 페이지를 페이지에 있는 링크를 경우 인터넷 사용자가 검색을 시작 하려면 다른 페이지를 임의로 가정 한다.

링크가 해당 페이지에 공평 하 게 하려면 q = 0.15 (q의 의미 = 위 참조) 인터넷 사용자가 페이지를 북마크 수 확률을 추정 하는 모든 페이지에 사용 됩니다.

그래서,이 방정식은 다음과 같습니다.

P1, P2,..., PN 공부 페이지 M (PI)는 Pi 페이지 링크 수, L (PJ)는 PJ 링크는 페이지의 수 이며, N은 모든 페이지의 수

페이지 랭크 값은 특정 매트릭스의 eigenvector입니다. 이 eigenvector는

R은 방정식에 대 한 답변입니다.

경우 pi, PJ 링크 하지 않습니다 그리고 그것은 모든 j에 대 한 사실, 그것은 0입니다.

이 기술의 주요 단점은 이전 페이지 수준 새 페이지 보다 높다 때문에 새로운 페이지, 심지어 아주 좋은 페이지, 그 하위 웹의 사이트를가 하지 않는 한 하지 많은 링크가 있을 것입니다.

이 때문에 PageRank 여러 알고리즘의 조합이 필요로 합니다. 돌은 또한 Google에서 Wikipedia.com 말했다 전에 포털 사이트의 숫자 보다는 더 많은 것의 전반적인 성능에 핵심 단어의 일부 다른 한편으로은 또한 수만의 네티즌의 공동 노력.

위키백과에 Google의 Yyan 중 하나는 PageRank 대부분 또는 모든 다른 페이지에서 항목 이름에 대 한 검색 결과 앞에 항상 위키백과 페이지를 선호 하는 것입니다. 주요 이유는 위키백과 서로 링크를 많이 하 고 많은 사이트가 연결 되어 있다.

Google는 자주 PageRank를 향상 시키기 위해 악의적인 행동을 처벌 한다. 어떻게 Google 구분 일반 링크 교환 및 비정상적인 링크 스태킹 여전히 상업 비밀 이다.

위의 콘텐츠 pagerank 더 깊이 있는 이해를 읽은 후 그를 믿습니다.

검색 엔진 웹 페이지의 품질을 평가할 수 있는 방법 중 하나입니다 PageRank는, Google의 검색 엔진 페이지에 대 한 득점 요인으로 자주 사용 되는.

웹을 통해 Google 툴바를 다운로드 수 브라우저를 사용 하 여 모든 페이지에 PageRank 점수를 찾을 수 있습니다. 그린 PageRank 바에 마우스를 씌우고 즉시 PageRank 값, 페이지에 Google의 중요성의 분포는 10, 0부터 숫자를 보여줄 것 이다. 도구 모음 표시 PageRank 규모에 따라 페이지의 PageRank 하지만 현재 PageRank에 알고리즘은 0 ~ 10 Google의 서버에 데이터의만, PageRank 할당 번호 0 100, 정확 하 게 될 것입니다. 심지어 1000의 값입니다.

PageRank는 평균적으로 일반 선형 눈금에 아닙니다 그러나 지 수 가늠 자에 3 개월 마다 업데이트 됩니다. 이것은 매우 복잡 한 수학 용어 (이전에 언급), PAGERANK4 PAGERANK3-그것은 6 ~ 7 배 시간 더 보다는 의미 이다. 그래서 PageRank5 웹 페이지 PageRank8 페이지 사이의 격차 당신 생각 보다 훨씬 큽니다.

페이지 랭크 값 업데이트를이 요즘에, 우리는 현재 홍보 알고리즘에 대 한 이야기! 때 귀하의 페이지에 웹 페이지 링크, 검색 엔진 (즉, PageRank 전송) 귀하의 사이트에 페이지의 권위를 전송 하는 방법 이다. 그래서 갖고 싶어, 지속적으로 높은 홍보 사이트에 대 한 검색에 대 한 링크를 웹 페이지에 높은 PageRank 점수 입니까?

그것은 과거에는, 작동 하지만 그것은 훨씬 더 복잡 한 보다 신뢰할 수 있는 전송 페이지에 적은에 존재 하는 링크의 수와 함께 할 수 있다, 지금 링크, 높은 각 링크 이동 권위 일반적으로 PageRank5 페이지에 있는 유일한 링크는 PageRank7에 100 링크 중 하나 이상의 가치가 있다. 물론, 이것은 또한 필수, 즉, 더 높은 학위의 내용의 콘텐츠 간의 링크에 서 서.

같이: (SEO 데이터 역) 역 b (SEO 서비스 사이트), 같은 시간 체인에서 C (기업 의류 웹사이트)
다음 역 랭크 B로, C 그 역 역 홍보 전송 C 역 보다 더 높은 점수를 얻을 B 역을 입증 하는 많은 실험에서 높은 점수를 받은, 이유는 아주 간단 하다: A, b 두 역 유사성은 매우 높은, 점수는 자연스럽 게 높은.

우리 모두 알고 전에, 홍보 가치의 중요성 하지만 정말 언급, PageRank 유혹의 함정에 빠지지 마십시오. 귀하의 웹 페이지에 대 한 PageRank를 참조 보다 귀하의 사이트에 트래픽을 가져올 수 있는 사람들에 연결 될 가장 중요 한 것은 체인. 연결 된 원본 목록 하 고 PageRank를 맹목적으로 따라 하는 것 보다 잠재적인 소스, 링크의 품질의 자신의 판단을 확인 하는 도구로 서 PageRank를 사용 합니다.

요즘에서 홍보 값 업데이트, seoer 행운!