Page Rank讓連結來」投個票」

仲介交易 HTTP://www.aliyun.com/zixun/aggregation/6858.html">SEO診斷 淘寶客 雲主機 技術大廳

7月份PageRank快要更新, 雖說PR值現在Google演算法中占的比例越來越小，但是當PR值更新時，看到自己的網站PR又升了，對於站長來說，還是有那種滿足感,自豪感的。

以下內容可能是比較舊點，就算是重新溫故一下，風采依揚也會把自己的一些經驗及看法寫進裡面。

PageRank，網頁排名，又稱網頁級別、Google左側排名或佩奇排名。 PageRank™是以公司創辦人拉裡·佩奇（Larry Page）命名。 是一種由搜尋引擎根據網頁之間相互的超連結計算的網頁排名。 它經常和搜尋引擎優化有關。 PageRank系統被Google用來體現網頁的相關性和重要性。 Google的創始人拉裡·佩奇和謝爾蓋·布林1998年在斯坦福大學發明了這項技術。

首先讓我們看看Google官方網站是怎麼介紹它們自己的技術的：

PageRank 技術：通過對由超過 50,000 萬個變數和 20 億個詞彙組成的方程進行計算，PageRank 能夠對網頁的重要性做出客觀的評價。 PageRank 並不計算直接連結的數量，而是將從網頁 A 指向網頁 B 的連結解釋為由網頁 A 對網頁 B 所投的一票。 這樣，PageRank 會根據網頁 B 所收到的投票數量來評估該頁的重要性。

此外，PageRank 還會評估每個投票網頁的重要性，因為某些網頁的投票被認為具有較高的價值，這樣，它所連結的網頁就能獲得較高的價值。 重要網頁獲得的 PageRank（網頁排名）較高，從而顯示在搜尋結果的頂部。 Google 技術使用網上回饋的綜合資訊來確定某個網頁的重要性。 搜尋結果沒有人工干預或操縱，這也是為什麼 Google 會成為一個廣受使用者信賴、不受付費排名影響且公正客觀的資訊來源。

2005年初，Google 為網頁連結推出一項新屬性 nofollow，令網站管理員和SEOer可以做出一些 Google 不會計算為投票的連結；這些連結不算作」投票」。 nofollow 的設置可以抵制評論垃圾。

風采依揚在網上收集了一些關於PageRanK的演算法，整理了一下，PageRank大體可以分為二種：

一、簡單演算法：
例如一個由4個頁面組成的小團體：A，B， C 和 D。 如果所有頁面都鏈向A，那麼A的PR（PageRank）值將是B，C 及 D的和。

PR(A) = PR(B) + PR(C) + PR(D)

繼續假設B也有連結到C，並且D也有連結到包括A的3個頁面。 一個頁面不能投票2次。 所以B給每個頁面半票。 以同樣的邏輯，D投出的票只有三分之一算到了A的 PageRank 上。

風采依揚覺得，根據鏈處總數平分一個頁面的PR值。

最後，所有這些被換算為一個百分比再乘上一個係數q。 由於下面的演算法，沒有頁面的PageRank會是0。 所以，Google通過數學系統給了每個頁面一個最小值1 − q。

所以一個頁面的 PageRank 是由其他頁面的PageRank計算得到。 Google 不斷的重複計算每個頁面的 PageRank。 如果您給每個頁面一個隨機 PageRank 值（非0），那麼經過不斷的重複計算，這些頁面的 PR 值會趨向于正常和穩定。 這就是搜尋引擎使用它的原因。

二、完整的演算法：

這個方程式引入了隨機流覽的概念，即有人上網無聊隨機打開一些頁面，點一些連結。 一個頁面的PageRank值也影響了它被隨機流覽的概率。 為了便於理解，這裡假設上網者不中斷點網頁上的連結，最終到了一個沒有任何鏈出頁面的網頁，這時候上網者會隨機到另外的網頁開始流覽。

為了對那些有鏈出的頁面公平，q = 0.15(q的意義見上文)的演算法被用到了所有頁面上, 估算頁面可能被上網者放入書簽的概率。

所以，這個等式如下:

p1,p2,...,pN是被研究的頁面，M(pi)是鏈入pi頁面的數量，L(pj)是pj鏈出頁面的數量，而N是所有頁面的數量

PageRank值是一個特殊矩陣中的特徵向量。 這個特徵向量為

R是等式的答案

如果pj不鏈向pi, 而且對每個j都成立時，等於 0

這項技術主要的弊端是，舊的頁面等級會比新頁面高，因為新頁面，即使是非常好的頁面，也不會有很多連結，除非他是一個網站的子網站。

這就是 PageRank 需要多項演算法結合的原因。 之前石頭也說了wikipedia.com在google的一些關鍵字內表現很好整體的訪問量超過一些入口網站，另一方面也是數萬線民的共同努力。

Google對維琪百科情有獨鍾之一，風采依揚想應該是：PageRank 似乎傾向于維琪百科頁面，在條目名稱的搜尋結果中總在大多數或者其他所有頁面之前。 原因主要是維琪百科內相互的連結很多，並且有很多網站鏈入。

Google 經常處罰惡意提高 PageRank 的行為。 Google 究竟怎樣區分正常的連結交換和不正常的連結堆積仍然是商業機密。

相信看完以上內容後對PageRank瞭解更深入。

我們可以知道搜尋引擎用來評估網頁品質的一種方法，就是PageRank，它經常被用來當作對Google搜尋引擎網頁要素評分之一。

你可以找到任何網頁的PageRank分數，通過使用你的瀏覽器去流覽網頁，並下載GOOGLE工具列。 將你的滑鼠放在綠色的PageRank欄上，馬上就會顯示出一個從0到10之間的數位，這就是PageRank值，是google對該頁面的重要性的分配。 工具列按照PageRank比例範圍顯示出網頁的PageRank，但是在現在的PageRank演算法中就是不單單是0到10的資料了，在google的伺服器中，PageRank的分配數有可能是0精確到100， 甚至是到1000的數值。

PageRank是平均每三個月更新一次的，它不是按照一般的線性刻度計算，而是按照一種指數刻度。 這是一種非常繁雜的數學術語（之前文章也有提到），意思是PageRank4不是比PageRank3好一級—而是會好6到7倍。 因此一個PageRank5的網頁和PageRank8的網頁之間的差距會比你可能認為的要大很多。

PageRank值在這幾天要更新了，我們談談現在PR的演算法吧！ 當一個網頁連結到你的網頁時，搜尋引擎是怎樣轉移這個網頁的權威性到你的網站的（也就是PageRank的轉移）。 因此你希望從有最高PageRank得分的網頁上獲得連結，去不斷的尋找高PR的網站，是不是呢？

這種方式在以前還管用，但是現在實際情況比這複雜了很多，一個權威性的轉移與網頁上存在的連結數量有關—連結越少，每個連結所轉移的權威性就越高，因些， 通常PageRank5網頁上唯一的連結要比PageRank7上一百個連結中的一個要有價值。 當然這也是有前提的，就是站于站之間的連結內容相似度要高一些。

如：A（SEO資料站）站同時鏈向B（SEO服務網站）、C（企業服裝網站）
那麼A站的PageRank轉移到B、C那個站所得的分高呢，在眾多的實驗證明B站獲得A站的PR轉移得分比C站高，原因很簡單：A、B二站的相似度很高，所得的得分也自然高。

之前所講的大家都知道PR值的重要性，但是真的一提的是，不要落入PageRank的誘惑陷阱中。 對於你的網頁來說，最重要的是被連結到那些能為你的網站帶來流量的網站，而不是見到PageRank就鏈。 要將PageRank作為工具來驗證你自己對一個潛在連結來源品質判斷，而不要在做你的連結來源清單時盲目跟從PageRank。

PR值在這幾天更新，祝SEOer好運！