链接算法-pagerank算法解析

虚拟服务器为什么仍然存在？其主要用途介绍

虚拟服务器已经被使用了很多年，其是区别于物理服务器配置的方式，可以用来托管网站。在网站服务器的选择中，虚拟服务器以低成本而备受用户喜爱与选择。

谈到网站推广，这里就不得SEO与SEM。

SEM不过是SEO推广的分支，这里暂且不谈。主要这是花钱既有展现，推广一旦停止既没有流量。

SEO涉及的算法就比较多了，其有一句为：“内容为王，外链为皇”。虽然外链的作用不断降低，不过目前在搜索中依旧占据举足轻重的地位。

本次我们谈一下链接算法始祖——PageRank算法

一、PageRank算法简述

1.PageRank算法

PageRank是网站投票的一个机制，比如A页面有B页面的链接，这就算是A给B的一个投票。这个投票中传递一个参数叫做“权值”。

当一个页面拥有很多网站的投票，则这个页面就越重要，接收到的权值多，也越容易受到搜索引擎的“青睐”。

2.PageRank算法中的链接陷阱

我们可以想象如果互联网不存在检索词，只有PageRank算法决定排名，则接收到权值最多的网站则排名越好。

所以也就出现了链接陷阱，比如D页面指向A，而这个A页面的关系却如下：

A→B→C→A

可以看到这就是一个链接陷阱，A、B、C绕了一圈就回去了，获取的权值会越来越多，却不会往外输出权值。其积累的权重会越来越多……

3.远程跳转

为了避免出现先前的链接陷阱，后续谷歌在算法中加入了链接远程跳转。

A→B→C→？

当一些页面互联一圈后，蜘蛛会在库中随机挑选URL跳出，把权值带走。

？中的页面是随机的跳转的，因此也叫远程跳转。

二、PageRank传值算法

假设一个由4个网页组成的群体：A，B，C和D。如果所有页面都只链接至A，那么A的PR（PageRank）值将是B，C及D的Pagerank总和。

重新假设B链接到A和C，C只链接到A，并且D链接到全部其他的3个页面。一个页面总共只有一票。所以B给A和C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。

对于一个页面A，那么它的PR值为：

PR(A) 是页面A的PR值

PR(Ti)是页面Ti的PR值，在这里，页面Ti是指向A的所有页面中的某个页面

C(Ti)是页面Ti的出度，也就是Ti指向其他页面的边的个数

d 为阻尼系数，其意义是，在任意时刻，用户到达某页面后并继续向后浏览的概率，

该数值是根据上网者使用浏览器书签的平均频率估算而得，通常d=0.85