详细解析 PageRank算法与PR值传递

PageRank算法是Google排名运算法则（排名公式）的一部分，是Google用于用来标识网页的等级/重要性的一种方法，是Google用来衡量一个网站的好坏的唯一标准。

这是一篇关于PageRank算法的纯理论性研究文章，前半段阐述了PageRank的基础理论，在后半段提出了自己的一些发现。另外先特别强调下，对于PageRank算法的这些抽象研究主要是为了更好的构建站内链接而做的，与工具栏PR（就是常说的那个PR。）基本上是没有关系的。

还有，理解PageRank算法对于SEOer而言是很重要的，因为它是最经典的链接算法之一。尽管博客的读者可能水平层次不齐，还是想要保证更多人能看懂，所以尽量设法把文章写的更容易理解了。我想说的是，尽管它很长，但值得一看。

一、PageRank概述

PageRank基于随机冲浪模型提出，可以看作是模拟浏览者访问网站的情形。当一个网页有着更多导入链接，且那些链接也处于用户点击比率比较高的位置（如链接紧随正文后面则效果好，链接处于页脚则效果差，这些也是很有可能被计入PageRank算法的）时，它就有更多的机会被用户浏览到，所以它在搜索引擎看来也就会有更高的权重。

而PageRank算法的随机冲浪模型更多的被比喻作“投票”，因为这样更好理解。一个页面连接向另一个页面即视为投一次票，票数多的网页权重就高。另外每个页面的投票权是不等同的，来源网页本身拥有的权重越高，它的投票权也就越大。所以说如果要让一个页面拥有高权重的话，它要有足够多的高质量导入链接。

PageRank算法的数学要求非常高，本文只从（也只能从）最简单的角度出发尽量多写些实用的东西。

二、PageRank的生成与传递

初始的那些PageRank值是由网页生成的，每诞生一个网页就会附带一个很小的PR值。另外搜索引擎也有可能给予第一次发现的域名的首页一个较小的PR值，在PageRank的改进算法里面有一个有关于此的。

而PageRank的传递是从那些页面开始算，大约给出85%的该页面PR值，让该页面连向的那些页面平分这85%的PR（页面本身不会因此损失PR）。下面通过图的方式来更简单的表述一下。

三、PR值传递简易示意

首先假设首页拥有的PR分值为100，栏目页85，内页72。数值是随便取的，主要是为了方便区分。为了方便理解，这个示意图也是非常精简的，没考虑内页和栏目页再连回首页等等的问题。

图中第二、第三行分别代表的是两轮的计算，实际上还需要更多次才能达到数值的稳定，当然，这里只是为了说明问题，两次就足够了。

第一轮计算中，从每个有出链的网页开始计算PR的输出，此时栏目页和内页分别得到了一次PageRank值。但是内页其实得到的PageRank不应该仅仅是这些，因为第一轮计算的时候，连向它的栏目页得到了更多的PR。此时就进行第二轮的计算，内页在此时得到了更多的PR。

实际运用中，因为链接结构复杂得多，不太会出现图中内页的总PR还高于首页的情况，因为内页还是会连回首页的。当多次计算后数值趋于平稳的时候，各个页面的分值都已经会很大了，但它们之间的比值是稳定的。

四、PageRank算法的猜想

根据上图可以发现，PR传递中很重要的一点，便是“层”的概念（比如三层结构一般由首页、栏目页和内页构成）。但每一层有多少页面在这里没什么关系，它们总是分光该层的PR值为止。所以这里可以把一个层视为一个节点。

p.s. 节点就是一个点，它可以用来简化概念，SEO里面页面、索引词什么的都能视为节点。比如下面的两层标准结构，可以闭上眼睛，把首页和内页两类页面想象成两个点，然后当中有两个箭头（弧）把它们连接起来，代表着首页连接内页，内页连接首页。

下面看图，数值首先不必太在意，看懂意思就行：

上图涉及了一些虽然数学角度很简单，但是挺绕的计算。计算方法和第一张图是一样的，但是另外还考虑到了内页连回首页的链接等等，总共进行了三次的计算（按照大地的说法，Google迭代计算三次，百度只计算一次。。。）。

可以发现层数越多的链接结构，其总PageRank值越多。但问题是多出来的PageRank大多是在栏目页上的，对于一些类型的网站而言，栏目页拥有很高的PR没多大必要（但大型网站一定要提供栏目页足够多的PR以便爬虫频繁抓取）。

层数多的结构最显著的一点不利之处是在于内页一层的总PR上面，当层数多了以后，随着权值（二）给予了网站首页很多PR（之所以给首页PR，因为实际情况中首页更容易获取外链），它能增加的PageRank值屈指可数。

如果这个理论推断没有错误的话，可以得出的结论是，层数多的网站的内页在优化力度不强的时候，排名很可能大半靠的是域名权重，而极少是网页权重。如果能把网页权重一并利用起来的话，那些大型网站的流量是有可能得到很大的飞跃的。

而如何提升内页的网页权重这一点，首先可以是按照这个思路进一步尝试其他链接结构，另外前面也提到过链接的位置很可能是会影响权值的传递比例的，把不重要的链接放在会被搜索引擎消噪的噪音区域，或许就会好得多。

对于小型网站而言，也可以发现的是，很多博客的结构是两层的，它就可以很方便的把内页的权重最大化。当然标准的两层结构还要求博客首页显示更多内页的链接，或许可以参考这个页面的做法：http://sjolzy.cn/Js.html。

五、随想

尽管通过理论推断，简单计算了一些数据，应该有点参考价值，但可能还是存在问题的。首先PageRank的计算其实还要复杂得多，本身这里用的一些计算方法已经是最简化的了，可能和完整的算法相比有出入。另外PageRank算法在十多年里面不断改进，可能也会带来理论与实际的不同，比如内页PR在多层链接结构之下的劣势可能没这么明显。

当然支持这些猜想的依据也是有的，不然就没必要做这么多麻烦事了。比如博客文章的权重很多人都是觉得比较高的；大型网站的SEO流量也有些很多、有些不济，差异很大；搜索引擎也经常说要保证从首页到内页的点击数尽量少。

但仍因为结论的不确定性，所以它可以作为改进网站SEO的参考，但最好不要照搬。

不论这些，还必须注意的一点是，PageRank算法本身在SEO里面占的比重也不算高，不是所有事情都能往“权重”这两个字上面扯的。借用国平的话说，SEO里面细节的东西懂的越多越好，但真正做的时候还是要站在整体上面去考虑。

还有此文的思路想法多半是适合于百度的，但最终结论未必通用。因为百度可能是只计算一次就决定PR，这时候数值还远远没稳定。也因此，原本就感觉百度更看重的是链接数量而非质量，也似乎找到了一些依据。