Posted on 2012-06-17 18:36
天才 閱讀(64)
評論(0) 編輯 收藏
所有的算法都會有個假設前提，所有假設都是基于用戶行為的分析。而算法就是把這些分析公式化。
PR算法主要基于數量假設和質量假設兩個方面考慮的。
數量假設：該頁面收到越多的入鏈(其他網頁對該頁面的鏈接稱為入鏈)，則表示該網頁越重要。也就是一個好的頁面肯定會獲得很多其他頁面的推薦。
質量假設：指向該頁面的入鏈的質量不同，質量高的網頁會通過鏈接傳遞更多的權重，越是質量高的網頁指向該頁面，則表示該頁面越重要。也就是一個好的網頁肯定也會獲得其他好的網頁的認同。
通過以上兩個假設，PR算法剛開始會挑選一批網頁作為種子網頁并賦予較高的PR，通過迭代遞歸算法計算來更新每個頁面節點的PR得分，直到得分穩定為止，即為當前頁面PR得分。
PR計算出來的結果是對網頁重要性的評估，作為網頁排名其中的一個因素。但PR是一個全局性的算法，和具體查詢無關，即和相關性無關的。PR高不能 說明該網頁相關。假如搜索引擎只用PR這一算法進行排序的話，那無論你輸入任何的查詢詞，輸出的結果都是一樣的，誰PR高就誰排前面。
過度追求PR的結果往往得不償失，PR重要嗎?PR不重要嗎?看果園去!
對于PR來說，一個高不是高，大家高才是真的高!
PR的計算很簡單，假如A網頁有兩個出鏈分別連接到B網頁和C網頁。假如A網頁的PR值是1，那么以概率平均分配的原則，B和C網頁都會平均得到 0.5值的傳遞。這種計算方法是建立在隨機游走模型上的，隨機游走模型是指假設這個網頁有三個出鏈，用戶點擊每個出鏈的概率是一樣的，所以傳遞的PR值也 是一樣的。
由于網頁之間是互相連接的，所以PR不能一直循環傳遞下去，否則最后所有網頁的PR值都會無窮大。所以PR算法引入了衰減因子的概念，即是中轉的次數越多離種子網頁越遠，傳遞的PR值越少，直到傳遞值為0得分穩定為止。才計算最后PR得分，加入排序結果的計算中。
另外，有些網頁只有入鏈沒有出鏈，那么會導致積蓄的PR值越來越高，而不能傳遞出去。這樣會違背PR的設計初衷，影響公平性。這種結構被稱為鏈接陷阱。
遠程跳轉是解決鏈接陷阱的通用方式，就是PR的傳遞并不局限于出鏈的傳遞，也可以以一定的概率向任意一個頁面傳遞PR。
PR算法作為谷歌標志性算法，早已普遍運用到反作弊當中，即以挑選出一批作弊網頁作為種子網頁(挑選信任網頁也亦然)，給予一定的作弊分值(或信任分值)，跟PR算法一樣進行傳遞，設定一個懲罰閥值，達到則為作弊網頁。
這種反作弊是基于假設：
一、如果一個網頁將其鏈接指向作弊網頁，則這個網頁很可能也是作弊網頁。
二、如果一個網頁被作弊網頁指向，則不能說明這個網頁是作弊的。
當然這只是最原始的反作弊思路。研究搜索引擎算法不應該只盯著公式看，要看這個算法解決了什么問題，是基于什么樣的假設，這種假設是不是符合用戶行為。了解了算法的來龍去脈，才能更好的知道搜索引擎解決問題的方法。這樣才是學習SEO的王道!
了解規則是為了更好的運用規則，避免違反規則受到懲罰。
作為一個文科生，我給大家最后的忠告是：珍惜生命，遠離公式!!!