常見問題Common Questions
 
PageRank知多少?
2010-05-06 14:57:10  來源: 字體:【 】 瀏覽:3553

PageRank是Google算法的重要內容。2001年9月被授予美國專利,專利人是Google創始人之一拉里·佩奇(Larry Page)。因此,PageRank里的page不是指網頁,而是指佩奇,即這個等級方法是以佩奇來命名的。

Google的PageRank根據網站的外部鏈接和內部鏈接的數量和質量倆衡量網站的價值。PageRank背后的概念是,每個到頁面的鏈接都是對該頁面的一次投票,被鏈接的越多,就意味著被其他網站投票越多。這個就是所謂的“鏈接流行度”——衡量多少人愿意將他們的網站和你的網站掛鉤。PageRank這個概念引自學術中一篇論文的被引述的頻度——即被別人引述的次數越多,一般判斷這篇論文的權威性就越高。

Google有一套自動化方法來計算這些投票。Google的PageRank分值從0到10;PageRank為10表示最佳,但非常少見,類似里氏震級(Richter scale),PageRank級別也不是線性的,而是按照一種指數刻度。這是一種奇特的數學術語,意思是PageRank4不是比PageRank3好一級——而可能會好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的多。

PageRank較高的頁面的排名往往要比PageRank較低的頁面高,而這導致了人們對鏈接的著魔。在整個SEO社區,人們忙于爭奪、交換甚至銷售鏈接,它是過去幾年來人們關注的焦點,以至于Google修改了他的系統,并開始放棄某些類型的鏈接。比如,被人們廣泛接受的一條規定,來自缺乏內容的“link farm”(鏈接工廠)網站的鏈接將不會提供頁面的PageRank,從PageRank較高的頁面得到鏈接但是內容不相關(比如說某個流行的漫畫書網站鏈接到一個叉車規范頁面),也不會提供頁面的PageRank。Google選擇降低了PageRank對更新頻率,以便不鼓勵人們不斷的對其進行監測。

Google PageRank一般一年更新四次,所以剛上線的新網站不可能獲得PR值。你的網站很可能在相當長的時間里面看不到PR值的變化,特別是一些新的網站。PR值暫時沒有,這不是什么不好的事情,耐心等待就好了。

為您的網站獲取外部鏈接是一件好事,但是無視其他SEO領域的工作而進行急迫的鏈接建設就是浪費時間,要時刻保持一個整體思路并記住以下幾點:

·Google的排名算法并不是完全基于外部鏈接的

·高PageRank并不能保證Google高排名

·PageRank值更新的比較慢,今天看到的PageRank值可能是三個月前的值

因此我們不鼓勵刻意的去追求PageRank,因為決定排名的因素可以有上百種。盡管如此,PageRank還是一個用來了解Google對您的網站頁面如何評價的相當好的指示,建議網站設計者要充分認識PageRank在Google判斷網站質量中的重要作用,從設計前的考慮到后期網站更新都要給予PageRank足夠的分析,很好的利用。我們要將PageRank看作是一種業余愛好而不是一種信仰。

通過對由超過 50,000 萬個變量和 20 億個詞匯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 并不計算直接鏈接的數量,而是將從網頁 A 指向網頁 B 的鏈接解釋為由網頁 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,它所鏈接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,從而顯示在搜索結果的頂部。Google 技術使用網上反饋的綜合信息來確定某個網頁的重要性。搜索結果沒有人工干預或操縱,這也是為什么 Google 會成為一個廣受用戶信賴、不受付費排名影響且公正客觀的信息來源。

其實簡單說就是民主表決。打個比方,假如我們要找李開復博士,有一百個人舉手說自己是李開復。那么誰是真的呢?也許有好幾個真的,但即使如此誰又是大家真正想找的呢?:-) 如果大家都說在 Google 公司的那個是真的,那么他就是真的。

在互聯網上,如果一個網頁被很多其它網頁所鏈接,說明它受到普遍的承認和信賴,那么它的排名就高。這就是 Page Rank 的核心思想。 當然 Google 的 Page Rank 算法實際上要復雜得多。比如說,對來自不同網頁的鏈接對待不同,本身網頁排名高的鏈接更可靠,于是給這些鏈接予較大的權重。Page Rank 考慮了這個因素,可是現在問題又來了,計算搜索結果的網頁排名過程中需要用到網頁本身的排名,這不成了先有雞還是先有蛋的問題了嗎?

Google 的兩個創始人拉里·佩奇 (Larry Page )和謝爾蓋·布林 (Sergey Brin) 把這個問題變成了一個二維矩陣相乘的問題,并且用迭代的方法解決了這個問題。他們先假定所有網頁的排名是相同的,并且根據這個初始值,算出各個網頁的第一次迭代排名,然后再根據第一次迭代排名算出第二次的排名。他們兩人從理論上證明了不論初始值如何選取,這種算法都保證了網頁排名的估計值能收斂到他們的真實值。值得一提的事,這種算法是完全沒有任何人工干預的。

理論問題解決了,又遇到實際問題。因為互聯網上網頁的數量是巨大的,上面提到的二維矩陣從理論上講有網頁數目平方之多個元素。如果我們假定有十億個網頁,那么這個矩陣就有一百億億個元素。這樣大的矩陣相乘,計算量是非常大的。拉里和謝爾蓋兩人利用稀疏矩陣計算的技巧,大大的簡化了計算量,并實現了這個網頁排名算法。今天 Google 的工程師把這個算法移植到并行的計算機中,進一步縮短了計算時間,使網頁更新的周期比以前短了許多。

我來 Google 后,拉里 (Larry) 在和我們幾個新員工座談時,講起他當年和謝爾蓋(Sergey) 是怎么想到網頁排名算法的。他說:"當時我們覺得整個互聯網就像一張大的圖(Graph),每個網站就像一個節點,而每個網頁的鏈接就像一個弧。我想,互聯網可以用一個圖或者矩陣描述,我也許可以用這個發現做個博士論文。" 他和謝爾蓋就這樣發明了 Page Rank 的算法。

網頁排名的高明之處在于它把整個互聯網當作了一個整體對待。它無意識中符合了系統論的觀點。相比之下,以前的信息檢索大多把每一個網頁當作獨立的個體對待,很多人當初只注意了網頁內容和查詢語句的相關性,忽略了網頁之間的關系。

今天,Google 搜索引擎比最初復雜、完善了許多。但是網頁排名在 Google 所有算法中依然是至關重要的。在學術界, 這個算法被公認為是文獻檢索中最大的貢獻之一,并且被很多大學引入了信息檢索課程 (Information Retrieval) 的教程。