一种基于web的搜索引擎算法PageRank科学排名遏止关键字垃圾.docxVIP

一种基于web的搜索引擎算法PageRank科学排名遏止关键字垃圾 现在，几名网络用户为了争夺互联网上的排名而使用恶意阅读和输入关键词垃圾，试图吸引互联网用户的注意。无论是互联网公司还是互联网用户，这都不是一个好现象。 为了解决这样的问题, Google创始人之一拉里.佩奇 (Larry Page) 发明了一种算法PageRank, 是由搜索引擎根据网页之间相互的超链接进行计算的网页排名。它经常和搜索引擎优化有关。PageRank系统目前被Google用来体现网页的相关性和重要性, 以便科学排名, 遏止关键字垃圾。 PageRank这个概念引自一篇学术论文的被媒体转载的频度, 一般被转载的次数越多, 这篇论文的权威性就越高, 价值也就越高。PageRank是1998年在斯坦福大学问世的, 2001年9月被授予美国专利。如今它在Google所有算法中依然是至关重要的。在学术界, 这个算法被公认为是文献检索中最大的贡献之一, 并且被很多大学引入了信息检索课程 (Information Retrieval) 的教程。 PageRank通过对由超过5亿个变量和20亿个词汇组成的方程进行计算, 能科学公正地标识网页的等级或重要性。PR级别为1到10, PR值越高说明该网页越重要。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则表明这个网站极其重要。PageRank级别不是一般的算术级数, 而是按照一种几何级数来划分的。PageRank3不是比PageRank2好一级, 而可能会好到数倍。 PageRank根据网站的外部链接和内部链接的数量和质量来衡量网站的价值。PageRank的概念是, 每个到页面的链接都是对该页面的一次投票, 被链接得越多, 就意味着被其他网站投票越多。Google有一套自动化方法来计算这些投票, 但Google的排名算法不完全基于外部链接。PageRank对来自不同网页的链接会区别对待, 来自网页本身排名高的链接更受青睐, 给这些链接有较大的权重。 PageRank的另一作用是对关键字垃圾起到巨大的遏制作用。眼下, 一些垃圾网站为了提高点击率, 用一些与站点内容无关的关键字垃圾壮声威, 比如用明星的名字、用公共突发事件称谓等。这些网页的目的或是为了骗取广告点击, 或是为了传播病毒。还有一些无赖式的博客评论也从中搅局, 在网上招摇过市, 骗取网民的注意力, 这也被网络技术人员视为垃圾。 PageRank目前使用一种基于信任和名誉的算法帮助遏止关键字垃圾, 它忽视这些关键字垃圾的存在, 以网页相互链接评级别论高低。Google排名之所以大受追捧, 是由于它并非只使用关键字或代理搜索技术, 而是将自身建立在高级的网页级别技术基础之上。别的搜索引擎提供给搜索者的是多种渠道得来的一个粗略的搜索结果, 而Google提供给它的搜索者的则是它自己产生的高度精确的搜索结果。这就是为什么网站管理员会千方百计去提高自己网站在Google的排名了。 PageRank一般一年更新四次, 所以刚上线的新网站不可能获得PR值。不过PR值暂时没有, 并不是什么不好的事情, 耐心等待就能得到Google的青睐。 同时, 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。它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, 则其投票的网站可从中受益。因此, Google的技术专家提醒人们, 在建设网站的外部链接时, 应尽可能瞄准那些PR值高且外部链接数又少的网站。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Google排名得到显著提升。