| 、简单算法： 例如一个由4个页面组成的小团体：A，B， C 和 D。如果所有页面都链向A，那么A的PR（PageRank）值将是B，C 及 D的和。 PR(A) = PR(B) + PR(C) + PR(D) 继续假设B也有链接到C，并且D也有链接到包括A的3个页面。一个页面不能投票2次。所以B给每个页面半票。以同样的逻辑，D投出的票只有三分之一算到了A的 PageRank 上。
风采依扬觉得，根据链处总数平分一个页面的PR值。 最后，所有这些被换算为一个百分比再乘上一个系数q。由于下面的算法，没有页面的PageRank会是0。所以，Google通过数学系统给了每个页面一个最小值1 − q。
所以一个页面的 PageRank 是由其他页面的PageRank计算得到。Google 不断的重复计算每个页面的 PageRank。如果您给每个页面一个随机 PageRank 值（非0），那么经过不断的重复计算，这些页面的 PR 值会趋向于正常和稳定。这就是搜索引擎使用它的原因。 二、完整的算法： 这个方程式引入了随机浏览的概念，即有人上网无聊随机打开一些页面，点一些链接。一个页面的PageRank值也影响了它被随机浏览的概率。为了便于理解，这里假设上网者不断点网页上的链接，最终到了一个没有任何链出页面的网页，这时候上网者会随机到另外的网页开始浏览。 为了对那些有链出的页面公平，q = 0.15(q的意义见上文)的算法被用到了所有页面上, 估算页面可能被上网者放入书签的概率。 所以，这个等式如下:
p1,p2,…,pN是被研究的页面，M(pi)是链入pi页面的数量，L(pj)是pj链出页面的数量，而N是所有页面的数量 PageRank值是一个特殊矩阵中的特征向量。这个特征向量为
R是等式的答案
如果pj不链向pi, 而且对每个j都成立时，
这项技术主要的弊端是，旧的页面等级会比新页面高，因为新页面，即使是非常好的页面，也不会有很多链接，除非他是一个站点的子站点。 这就是 PageRank 需要多项算法结合的原因。之前石头也说了wikipedia.com在google的一些关键词内表现很好整体的访问量超过一些门户网站，另一方面也是数万网民的共同努力。 Google对维基百科情有独钟之一，风采依扬想应该是：PageRank 似乎倾向于维基百科页面，在条目名称的搜索结果中总在大多数或者其他所有页面之前。原因主要是维基百科内相互的链接很多，并且有很多站点链入。 Google 经常处罚恶意提高 PageRank 的行为。Google 究竟怎样区分正常的链接交换和不正常的链接堆积仍然是商业机密。 相信看完以上内容后对PageRank了解更深入。 我们可以知道搜索引擎用来评估网页质量的一种方法，就是PageRank，它经常被用来当作对Google搜索引擎网页要素评分之一。 你可以找到任何网页的PageRank分数，通过使用你的浏览器去浏览网页，并下载GOOGLE工具栏。将你的鼠标放在绿色的PageRank栏上，马上就会显示出一个从0到10之间的数字，这就是PageRank值，是google对该页面的重要性的分配。工具栏按照PageRank比例范围显示出网页的PageRank，但是在现在的PageRank算法中就是不单单是0到10的数据了，在google的服务器中，PageRank的分配数有可能是0精确到100，甚至是到1000的数值。 PageRank是平均每三个月更新一次的，它不是按照一般的线性刻度计算，而是按照一种指数刻度。这是一种非常繁杂的数学术语（之前文章也有提到），意思是PageRank4不是比PageRank3好一级—而是会好6到7倍。因此一个PageRank5的网页和PageRank8的网页之间的差距会比你可能认为的要大很多。 PageRank值在这几天要更新了，我们谈谈现在PR的算法吧！当一个网页链接到你的网页时，搜索引擎是怎样转移这个网页的权威性到你的网站的（也就是PageRank的转移）。因此你希望从有最高PageRank得分的网页上获得链接，去不断的寻找高PR的站点，是不是呢？ 这种方式在以前还管用，但是现在实际情况比这复杂了很多，一个权威性的转移与网页上存在的链接数量有关—链接越少，每个链接所转移的权威性就越高，因些，通常PageRank5网页上唯一的链接要比PageRank7上一百个链接中的一个要有价值。当然这也是有前提的，就是站于站之间的链接内容相似度要高一些。 之前所讲的大家都知道PR值的重要性，但是真的一提的是，不要落入PageRank的诱惑陷阱中。对于你的网页来说，最重要的是被链接到那些能为你的站点带来流量的站点，而不是见到PageRank就链。要将PageRank作为工具来验证你自己对一个潜在链接来源质量判断，而不要在做你的链接来源列表时盲目跟从PageRank。 祝SEOer好运！ |
等于 0