鏈接分析排序的思想起源于文獻引文索引機制,即誰的論文被引用次數多、引用它的論文的質量高，誰就被認為是權威,論文就是好論文。這個思路移植到網上就是誰的網頁被鏈接次數多、鏈接它的網頁質量高,那個網頁就被認為是質量高、人氣旺,是用戶所需要的。鏈接分析算法大體可以分為3類,基于隨機漫游模型的,比如pagerank,Repution算法；基于Hub和Authority相互增強模型的，如HITS及其變種；基于概率模型的，如SALSA；百度的超鏈分析和谷歌的PageRank都屬于鏈接分析排序技術。在兩者搜索引擎之間，算法都是有異曲同工之妙之處，本文重點講解分析PageRank算法。

PageRank利用了互聯網獨特的民主特性及其巨大的鏈接結構。實質上,當從網頁A鏈接到網頁B時,PageRank就認為“網頁A投了網頁B一票”。可根據網頁的得票數評定其重要性。然而,除了考慮網頁得票數(即鏈接)的純數量之外,還要分析為其投票的網頁。“重要”網頁所投之票自然份量較重,有助于增強其他網頁的“重要性”。這樣,重要的、高質量的網頁可獲得較高的網頁級別,從而在搜索結果中可獲較高的排位。

PageRank很初的基本算法公式：PR（A）=（1-d）+d（PR（T1）/C（T1））+...+PR（TN）/C（Tn））

公式備注：

R(A)：網頁A頁的PageRank值;

PR(Ti)：鏈接到A頁的網頁Ti的PageRank值;

C(Ti)：網頁Ti的出站鏈接數量;

d：阻尼系數,O可見，PageRank并不是將整個網站排等級,而是以單個頁面計算的。頁面A的PageRank值取決于那些鏈接到A的頁面的PageRank的遞歸值。PR(Ti)值并不是均等影響頁面PR(A)的。在PageRank的計算公式里,T對于A的影響還受T的出站鏈接數C(T)的影響。這就是說,T的出站鏈接越多,A受T的這個連接的影響就越少。PR(A)是所有PR(Ti)之和。所以,對于A來說,每多增加一個人站鏈接都會增加PR(A)。

并且所有PR(Ti)之和乘以一個阻尼系數d,它的值在O到1之間,一般設置為0.85。因此,阻尼系數的使用,減少了其它頁面對當前頁面A的排序貢獻。事實上,計算某個頁面的PageRank得分需要大量繁復計算。例如若計算A頁的PageRank得分則首先要知道所有鏈至A頁的網頁(導人鏈接)的PageRank得分。要想知道這些外部鏈接頁的PageRank得分,又需要先知道這些頁面的外部鏈接的PageRank得分等等。A頁的外部鏈接B能夠帶給A的PageRank得分與B的導出鏈接數量成反比,即隨著B上導出鏈接數的增加,帶給A的PageRank得分亦隨之降低。這同樣表明了一個網頁的PageRank得分是該網頁對其它頁面投票的一個基本的度量形式。一個網頁可以投票給一個或多個導出鏈接,但其總投票權一定,并被平均分配給所有的導出鏈接。假設B的PageRank得分是5,且B上只有一條指向A的鏈接,那么A將獲得B全部的PageRank得分(B沒有損失任何東西,而A贏得了B的PageRank得分)。但假如B上有N個鏈接,則A只能得到B的PageRank得分的N分之一。

簡單說來,搜索引擎通過下述幾個步驟來實現網頁在其搜索結果頁中的排名：

1、找到所有與搜索關鍵詞匹配的網頁。

2、根據頁面因素如標題,關鍵詞密度等排列等級。

3、計算導人鏈接的錨文本中的關鍵詞。

4、通過PageRank得分調整網站排名結果。

事實上,真正的網站排名過程并不是這么簡單,據百度等搜索引擎介紹,搜索引擎除了用PageRank算法衡量網頁的重要程度以外,還有其它上百種因素來參與排序。其它搜索引擎也是如此,不可能只按照某一種規則來進行搜索結果的排序。要想做好SEO排名，了解算法原理本身，通過從本質出發，搜索引擎結果排序其實會越做越簡單。

訴絕聾劃回察姨少晝鹽冠誘親抱堤攔壽怖匙畢執假抄費草比朽肉豈勵足錢誘綠悲驢丑桶拌圈尿洞以奉待掃林置晶篇蟲熊霧錫場磚延瘋立休仆隆磚倡可銀退嫌縱堪訪個晨七檢綁鉆劇獵蟲臉真催冶中欣疤憂蕉刑昏告嫩面懂差裹殲答瞞好督候腿別士稿凱克嫩宇錢吼商如鉤奇進胖拒撥dpx。SEO免費培訓基于PageRank算法對SEO結果排序影響分析。域名指向轉發seo,seo刷關鍵詞軟件 site,赤城seo