`
savage100
  • 浏览: 2833 次
  • 来自: asfdsadf
社区版块
存档分类
最新评论

什么是PageRank

阅读更多
Google大受青睐的另一个原因就是它的网站索引速度。向Google提交你的网站直到为Google收录,一般只需两个星期。如果你的网站已经为Google收录,那么通常Google会每月一次遍历和更新(重新索引)你的网站信息。不过对于那些PR值(Pagerank)较高的网站,Google索引周期会相应的短一些。

Google的索引/重新索引周期比大多数搜索引擎要短。这就允许网站管理员可以对网站的页面属性进行编辑修改,如网页标题、头几行文字内容、大字标题、关键字分布,当然了还有外部链接的数量。然后他们很快就可以发现对网页所做的这些更改是否成功。

正因为Google如此受欢迎,你有必要知道Google的搜索引擎是如何工作的。如果不知道它是怎样决定你的排名,那么那些只是稍微熟悉Google排名运算法则的站点都会比你的排名位置要靠前。现在让我们来看一下Google的排名运算法则。

Google的排名运算法则主要使用了两个部分,第一个部分是它的文字内容匹配系统。Google使用该系统来发现与搜索者键入的搜索词相关的网页;第二部分也是排名运算法则中最最重要的部分,就是Google的专利网页级别技术(Pagerank?)。

我先来介绍一下如何使网站具有相关性,即文本内容匹配部分的运算法则:

在搜索网站的关键字时,Google会对其标题标签(meta title)中出现的关键字给予较高的权值。所以你应当确保在你网站的标题标签中包含了最重要的关键词,即应围绕你最重要的关键词来决定网页标题的内容。不过网页的标题不可过长,一般最好在35到40个字符之间。

众所周知,Google并不使用元标签(Meta Tags)如关键字或描述标签。这是由于在这些元标签中所使用的文字并不能为实际的访问者所看到。而且Google认为,这些元标签会被某些网站管理员用于欺诈性地放置一些与其网站毫不相干的热门关键词,并以此提高其网站对该不相干关键词的排名,从而以不正当的手段获得更多的访问者。

这种不支持Meta Tags的特性,意味着Google将从一个网页的头几行文字内容来生成对一个网站的描述。也就是说,你最好把你的关键字或关键短语放到网页的上方,这样如果Google找到它们,就会相应提高你网站的相关性。一旦Google找不到这样相关的内容,那么你要花费很大的力气来让你页面的其它部分具有相关性。

在决定一个网站的相关性时,Google也会考虑网页中正文内容的关键字密度(Keyword Density),所以你要确保在你的整个网页中贯穿出现了若干次关键词和关键短语。但是要记住“过犹不及”,6-10%的关键词密度为最佳。

增加页面相关性的其它策略还包括:在标题内容中放入关键词,并尽可能对内容中出现的关键词进行加粗。Google现在也索引图片的ALT属性文字并计入相关性计算。所以在你的ALT属性中应包含关键词,来增加网站的相关性得分。

增加页面相关性的最后一个技巧就是使你网站上的外部文字链接包含你的关键字。在外部文字链接中包含关键字可有效提高你的网站相关性得分(Google在其PageRank技术的描述中,亦提及在计算网页级别时会对该网站的外部链接进行分析并计入相关性)。

在文字链接中应该包含多少关键字?这是个见仁见智的问题。不过我注意到有很多网站在他们的交换链接区域,已经提供了相应的文字链接内容。例如:“欢迎进行友情链接,并请使用如下代码建立至本网站的链接。”

上面我们介绍了Google如何计算网站的相关性,及如何增加网站相关性的一些有关知识。不过Google究竟使用什么方法来衡量一个网站的好坏呢?答案就是-Google的Pagerank?系统。

PageRank取自Google的创始人Larry Page,它是Google排名运算法则(排名公式)的一部分,用来标识网页的等级/重要性。级别从1到10级,10级为满分。PR值越高说明该网页越受欢迎(越重要)。例如:一个PR值为1的网站表明这个网站不太具有流行度,而PR值为7到10则表明这个网站非常受欢迎(或者说极其重要)。

在计算网站排名时,PageRank会将网站的外部链接数考虑进去。我们可以这样说:一个网站的外部链接数越多其PR值就越高;外部链接站点的级别越高(假如Macromedia的网站链到你的网站上),网站的PR值就越高。例如:如果ABC.COM网站上有一个XYZ.COM网站的链接,那么ABC.COM网站必须提供一些较好的网站内容,从而Google会把来自XYZ.COM的链接作为它对ABC.COM网站投的一票。你可以下载和安装Google的工具条来检查你的网站级别(PR值)。

那么是不是说,一个网站的外部链接数越高(获得的投票越多), 这个网站就越重要,因而在用与其相关的关键词进行搜索时,它就会取得更高的排名呢?--大错特错。

Google对一个网站上的外部链接数的重视程度并不意味着你因此可以不求策略地与任何网站建立连接。这是因为Google并不是简单地由计算网站的外部链接数来决定其等级。要是那样的话,所有网站管理员就只剩一件事情可做了-疯狂交换链接,尽可能获得最多的外部链接。Google是这样描述的:“Google不只是看一个网站的投票数量,或者这个网站的外部链接数量。同时,它也会对那些投票的网站进行分析。如果这些网站的PR值比较高(具有相当重要性),则其投票的网站可从中受益(亦具有重要性)。

那么,是不是说对一个网站而言,它所拥有的较高网站质量和较高PR分值的外部链接数量越多就越好呢?-也不尽然。

说它错是因为-Google的Pagerank系统不单考虑一个网站的外部链接质量,也会考虑其数量。比方说,对一个有一定PR值的网站X来说,如果你的网站Y是它的唯一一个外部链接,那么Google就相信网站X将你的网站Y视做它最好的一个外部链接,从而会给你的网站Y更多的分值。可是,如果网站X上已经有49个外部链接,那么Google就相信网站X只是将你的网站视做它第50个好的网站。因而你的外部链接站点上的外部链接数越多,你所能够得到的PR分值反而会越低,它们呈反比关系。

说它对是因为-一般情况下,一个PR分值大于等于6的外部链接站点,可显著提升你的PR分值。但如果这个外部链接站点已经有100个其它的外部链接时,那你能够得到的PR分值就几乎为零了。同样,如果一个外部链接站点的PR值仅为2,但你却是它的唯一一个外部链接,那么你所获得的PR值要远远大于那个PR值为6,外部链接数为100的网站。

这个问题现在看来好象越来越复杂了。不要紧,看看下面这个公式你就会完全理解了,只是需要一点数学知识。

首先让我们来解释一下什么是阻尼因数(damping factor)。阻尼因素就是当你投票或链接到另外一个站点时所获得的实际PR分值。阻尼因数一般是0.85。当然比起你网站的实际PR值,它就显得微不足道了。现在让我们来看看这个PR分值的计算公式:

PR(A) = (1-d) + d(PR(t1)/C(t1) + ... + PR(tn)/C(tn))

其中PR(A)表示的是从一个外部链接站点t1上,依据Pagerank?系统给你的网站所增加的PR分值;PR(t1)表示该外部链接网站本身的PR分值;C(t1)则表示该外部链接站点所拥有的外部链接数量。大家要谨记:一个网站的投票权值只有该网站PR分值的0.85,而且这个0.85的权值平均分配给其链接的每个外部网站。

设想一个名为akamarketing.com的网站,被链接至PR值为4,外部链接数为9的网站XYZ.COM,则计算公式如下:

PR(AKA) = (1-0.85) + 0.85*(4/10)

PR(AKA) = 0.15 + 0.85*(0.4)

PR(AKA) = 0.15 + 0.34

PR(AKA) = 0.49

也就是说,如果我的网站获得一个PR值为4,外部链接数为9的网站的链接,最后我的网站将获得0.49的PR分值。

再让我们看看如果我的网站获得的是一个PR分值为8,外部链接数为16的网站的链接,那么我将获得的PR分值将是:

PR(AKA) = (1-0.85) + 0.85*(8/16)

PR(AKA) = 0.15 + 0.85(0.5)

PR(AKA) = 0.15 + 0.425

PR(AKA) = 0.575

上述两个例子表明,外部链接站点的PR值固然重要,该站点的外部链接数也是一个需要考虑的重要因素。

好了,大家无须记住上面的公式,只要记住:在建设你自己网站的外部链接时,应尽可能找那些PR值高且外部链接数又少的网站。这样一来你网站上这样的外部链接站点越多,你的PR值就会越高,从而使得你的排名得到显著提升。

不过,为使你的PR值得到提高,你最应该做的一件事情就是-向DMOZ提交你的网站,从而为DMOZ,即ODP(开放目录专案)收录。

众所周知,Google的Pagerank?系统对那些门户网络目录如DMOZ,Yahoo和Looksmart尤为器重。特别是对DMOZ。一个网站上的DMOZ链接对Google的Pagerank?来说,就好象一块金子一样有价值。这时候收录该网站的那个DMOZ目录页的PR分值,也变得无足轻重了。我就看到过有一些站点,就因为被ODP所收录,从而身价倍增,其PR分值在Google上立即得到提升。这就是因为Google使用了它自己的ODP版本作为它的网站目录。

ODP的链接对Pagerank?非常重要。如果你的网站为ODP收录,则可有效提升你的页面等级。不信吗?

确实如此。在Google上随便找个词搜索,你会发现,Google所提供的搜索结果的头10个站点中,就有7到8个也同时在Google的目录中出现。这个事实足以说明,如果一个网站没有被ODP收录的话,那它也别指望能从Google上得到太多的访问量。

向ODP提交你的站点并为它收录,其实并不是一件难事,只是要多花点时间而已。只要确保你的网站提供了良好的内容,然后在ODP合适的目录下点击“增加站点”,按照提示一步步来就OK了。至少要保证你的索引页(INDEX PAGE)被收录进去。我说“至少”是因为尽管ODP声称他们只收录你的索引页,而事实上在ODP上却不乏被收录了5到10页的网站。所以,如果你的网站内容涉及完全不同的几块内容,你可以把每个内容的网页分别向ODP提交-不过请记住“欲速则不达”。等到Google对其目录更新后,你就能看到你的PR值会有什么变化了。

如果你的网站为Yahoo和Looksmart所收录,那么你的PR值会得到显著提升。关于“Yahoo提交技巧”,如果有时间可以阅读下面这篇文章“Yahoo网站提交技巧”。

如果你的网站是非商业性质的或几乎完全是非商业性质的内容,那么你可以通www.Zeal.com使你的网站为著名的网络目录Looksmart所收录。我个人非常喜爱ZEAL.COM,就象Google也从DMOZ获得搜索结果一样,Looksmart也是从Zeal网络目录获得非商业搜索列表。

转自:http://zhidao.baidu.com/question/10741605.html
分享到:
评论

相关推荐

    重庆大学 数据分析与数据挖掘课程作业 数据挖掘算法-Pagerank算法简介 共11页.pptx

    什么是PAGERANK PAGERANK的PAGE可是认为是网页,表示网页排名,PAGERANK算法计算每一个网页的 PAGERANK值,然后根据这个值的大小对网页的重要性进行排序。它的思想是模拟一个悠 闲的上网者,上网者首先随机选择一个...

    pagerank_大数据pagerank算法代码_pageRank_

    PageRank是Google创始人Larry Page提出的一种网页排名算法,它在搜索引擎优化(SEO)和网络分析领域具有重要地位。在这个南开大学的大数据课程大作业中,学生们被要求实现PageRank算法,通过Python代码来处理大规模...

    无向图pagerank算法(Java)

    无向图PageRank算法是Google创始人拉里·佩奇和谢尔盖·布林提出的一种网页排名技术,它在搜索引擎优化(SEO)和链接分析中起着重要作用。这个算法通过模拟随机浏览网络的行为来评估网页的重要性,使得重要的网页...

    PageRank_pageRank_python_

    PageRank是Google创始人Larry Page提出的一种网页排名算法,它通过分析网页之间的链接关系来评估网页的重要性。这个算法在搜索引擎优化(SEO)和网络数据分析中扮演着关键角色。在这个Python实现中,我们将深入探讨...

    python实现PageRank算法

    PageRank是Google创始人Larry Page提出的一种网页排名算法,它通过计算网页之间的链接关系来评估网页的重要性,从而为搜索引擎提供一种衡量网页质量的方式。在Python中实现PageRank算法可以帮助我们理解其工作原理,...

    pagerank_BSU_大数据课程大作业一_南开大学_pagerank算法_pageRank_

    PageRank是Google创始人Larry Page提出的一种网页排名算法,它在搜索引擎优化(SEO)和网络分析领域具有重要地位。在这个“南开大学大数据课程大作业一”中,学生被要求实现PageRank算法的一个分块版本,这涉及到大...

    pageRank-详细解析(具体例子).docx

    PageRank算法是Google创始人拉里·佩奇提出的一种衡量网页重要性的算法,它基于网络链接结构来评估网页的相对重要性。PageRank的核心思想是,一个网页的重要性与其被其他重要网页链接的数量和质量有关。简单来说,...

    Go-pagerank-加权PageRank算法Go实现

    **Go-pagerank-加权PageRank算法Go实现** PageRank是Google早期用于网页排名的一种算法,它通过分析网络中的链接结构来评估网页的重要性。在Go语言中实现加权PageRank算法,可以让我们更好地理解其原理,并在实际...

    truncated-pagerank 计算源代码

    `truncated-pagerank`是一种优化的PageRank算法,它在大规模网络数据处理中非常有用,尤其是在图论和搜索引擎优化领域。PageRank是Google最早使用的网页排名算法之一,用于评估网页在网络中的重要性。这个算法的基本...

    pagerank数据集.rar

    **PageRank算法** PageRank是Google搜索引擎早期使用的核心算法之一,由Google的创始人拉里·佩奇(Larry Page)提出,因此得名“PageRank”。这个算法主要通过分析网页之间的链接关系来评估网页的重要性,为搜索...

    pagerank-java实现查询

    PageRank是Google搜索引擎的核心算法之一,它通过计算网页之间的链接关系来评估网页的重要性。这篇博士论文文档详细阐述了PageRank的理论基础和实现原理,由Google的创始人Larry Page和Sergey Brin提出。Java实现的...

    pageRank算法实例加代码

    PageRank算法是Google创始人拉里·佩奇和谢尔盖·布林提出的一种评估网页重要性的数学模型,它在搜索引擎优化(SEO)和链接分析中起着关键作用。PageRank算法的基本思想是:一个网页的重要性取决于其他网页链接到它...

    PageRank博文

    PageRank是Google创始人Larry Page提出的一种网页排名算法,它通过分析网络链接结构来评估网页的重要性。这个算法在互联网搜索引擎优化(SEO)和信息检索领域具有深远的影响。这篇名为《PageRank背后的数学》的博文...

    pagerank算法模拟实现

    pagerank.py Pagerank算法是Google创始人拉里·佩奇和谢尔盖·布林在1990年代末提出的一种网页排名算法,它通过分析网页之间的链接关系来评估网页的重要性,是搜索引擎优化(SEO)中的核心概念。在这个“pagerank...

    pagerank算法

    PageRank算法是Google搜索引擎早期核心的排名算法之一,用于评估网页的重要性。这个算法的核心思想是,一个网页的价值不仅在于其自身的质量,更在于有多少高质量的网页链接到它。PageRank算法通过模拟用户在互联网上...

    PageRank1984.rar_PageRank1984_PageRank值_pageRank_pagerank java_p

    PageRank是Google创始人Larry Page提出的一种网页排名算法,它的核心思想是通过网页之间的链接关系来评估网页的重要性。这个算法在1998年被引入,但在这个“PageRank1984.rar”压缩包中,我们可以看到一个早期的实现...

    google搜索引擎pagerank算法ppt

    PageRank算法是Google搜索引擎的核心技术之一,用于评估网页在互联网中的重要性,进而影响搜索结果的排序。这个算法诞生于互联网早期,旨在解决如何在海量网页中为用户提供最有价值的信息。PageRank的基本思想是将...

    有关pagerank算法论文

    《深入解析PageRank算法:搜索引擎优化的关键》 随着信息技术的飞速发展,互联网已经成为人们获取信息的主要途径。在这个浩瀚的数字海洋中,搜索引擎扮演着至关重要的角色,它帮助用户从海量信息中筛选出最相关、最...

    PageRank简单演示算法

    PageRank是Google创始人拉里·佩奇提出的一种网页排名算法,它通过计算网页之间的链接关系来评估网页的重要性。这个算法是Google搜索引擎早期的核心技术之一,对互联网搜索结果的排序起到了关键作用。以下是对...

    机器学习算法PageRank

    PageRank算法是由Google公司的联合创始人谢尔盖·布林(Sergey Brin)和拉里·佩奇(Larry Page)于1998年提出的一种基于链接的排名算法,主要用于衡量网页的重要性。Google搜索引擎使用PageRank算法对网页进行排名,...

Global site tag (gtag.js) - Google Analytics