添加到百度搜藏
添加到雅虎收藏
Yahoo申请了一项新的专利，“Link based spam detection”，引起了不少人的注意，应该说，这是Yahoo试图通过剔除来自link farms或其他非自然类型连接对网页排名的影响，以更好地提高SERP返回结果相关度的又一种尝试。
比较有意思的是，一般意义上的PageRank与TrustRank，多是指Google算法的参数，好象这两个词也被Google做过注册保护(？不敢确定)。不过，在Yahoo的专利申请中，似乎又赋予了这两个字新的涵义：
搜索引擎使用PageRank来计算其索引数据库中超链接文件(或网站或网页)的权重。PageRank的数值通过一系列的数学模型，基于链接信息计算得出，反映超链接文件的重要程度。
TrustRank是与PageRank相关的链接分析技术，用以将来自Spam的链接与优质内容带来的真正意义上的好评区别开来，其计算的基础是大部分优秀的文件很少链接至Spam。在处理上TrustRank分两个步骤，源目标的选定和评分的传递。一个超链接文件的TrustRank用来评价其是否具有真正的权威性。
可以看出，虽然Yahoo在其专利申请中使用了PageRank和TrustRank这两个同样用于Google算法的名词，但在具体处理上，还是与Google有所区别的。
Yahoo如何使用PageRank和TrustRank来识别Spam
在专利申请书中，Yahoo解释了如何借助于PageRank和TrustRank，来更有效地发现Spam
使用本技术，搜索引擎可以自动地发现不良网页(spam页面)，同时，更具体地，找到这些不良页面的服务目标，即Spammer制作这些不良网页的目的对象——他们希望提高页面重要性与权威度的网页。
更具体地，综合PageRank与TrustRank技术，可以使搜索引擎的输出结果不再受到Link Spam的影响或左右。
链接的建立要更谨慎
搜索引擎的工程师不是笨蛋，随着Internet的发展，搜索引擎算法的调整越来越快，Spam的空间自然也越来越少。基于这种考虑，类似于那种号称可以在一夜间让网站获得成百上千链接的自动处理方案应该淘汰了，因为这类链接几乎可以来自link farm，而link farms几乎是所有搜索引擎的打击对象。现在是Yahoo，下一个是谁呢？
2009年1月30日星期五
Google的PageRank值到底有多大价值？
什么是PageRank？
PageRank是google搜索排名算法中的一个组成部分，级别从1到10级，10级为满分，PR值越高说明该网页在搜索排名中的地位越重要，也就是说，在其他条件相同的情况下，PR值高的网站在google搜索结果的排名中有优先权。
搜索引擎优化（SEO）虽然已经不是一个新鲜的话题，但最近看来才似乎有些火热，根据我的观察，对于SEO的问题目前还存在很多的模糊认识，有些网站在进行搜索引擎优化中甚至出现一些不太合理的做法，因此打算近期做一个系列讨论，将个人对于搜索引擎优化中有关问题的看法与大家共同探讨。
一个网站的PR值说明不了什么问题，一个PR值为7的网站，只能说明比PR值为6的多1，而比PR值为8的网站少1，此外再没有别的意义。这种观点对于热衷于SEO的网络营销人员可能很难接受，不过冷静想来，其实也有一定的道理。搜索引擎优化涉及到网站结构、内容、所采用的技术等多方面的内容，而搜索引擎优化的目的是为了在搜索引擎检索结果中获得较好的排名，如果抛开其他因素和效果来谈PR值，的确没有什么意义。但是，完全否定PR值的作用也是不足取的观点，毕竟这是google搜索排名算法中引以自豪的重要组成部分，必然尤其存在的价值。我们应该站在全面的角度来看待这个问题。
我曾查看过新浪和搜狐等大型网站的PR值，他们相对都比较高（目前新浪和搜狐都是PR7），如果能在这些网站获得链接（例如被分类目录收录），对于增加PR值会有帮助，但是我们通常并不是因为这个原因才在新浪、搜狐的分类目录登录的，因为被这些网站的分类目录收录本身就可以带来直接的访问量，当然，同时也为提高在google的PR值发挥了一定作用。因此，我个人的观点是，PR值的高低应该是包括SEO在内的搜索引擎营销所产生的自然结果，而不应作为追求的目标。
一些观点认为，提高PR值的主要方式就是靠尽可能多的网站链接，于是盲目地扩大网站链接的数量，其实这也是很大的错误，过多的链接并不一定就能提高PR值，即使真的提高了一点PR值，但是不是能够对于搜索引擎营销的最终目的发挥作用仍然是未知数。最近我也注意到，国外不少网站专门出售网站链接，利用自己网站PR值高的优势，为其他网站的SEO提供方便，不知道这种业务有多大市场，不过这种现象至少说明，一些网站希望通过借助于其他网站的链接来提高自己的PR值，从而达到搜索引擎优化的目的，有些网站甚至不惜代价，为了链接而链接，很少考虑网站链接的真正意义和实际效果，在这种未知效果的地方花费过多的精力，真是得不偿失的举动。所以，对于网站链接的目的也不应偏离链接的本来意义。
如果对google搜索结果进行认真的观察和分析就不难发现，并不是PR值高的网站一定就排名靠前，事实上一些PR值不高的网站同样有可能获得好的排名，这是因为，google更加重视的是网站的内容、关键词的相关性等基本问题，在用同一个关键词进行检索，只有在这些条件相同的情况下，PR值高的网站排名才会表现出优势，在很多情况下，通过网站的结构、网页标题、网页内容等方面的设计，很容易和竞争者网站的优化情况区分开来，因此PR值的高低很可能发挥不了多少实际作用。尽管如此，我相信，如果可能，网站还是希望自己能有较高的PR值，这种愿望也并没有什么错误，只是应掌握好这种分寸，并且采取一些真正有效的措施来实现。
那么，搜索引擎优化到底应该“优化”些什么呢？怎样才算做到真正的搜索引擎优化呢？这些问题我们将陆续进行探讨。
PageRank是google搜索排名算法中的一个组成部分，级别从1到10级，10级为满分，PR值越高说明该网页在搜索排名中的地位越重要，也就是说，在其他条件相同的情况下，PR值高的网站在google搜索结果的排名中有优先权。
搜索引擎优化（SEO）虽然已经不是一个新鲜的话题，但最近看来才似乎有些火热，根据我的观察，对于SEO的问题目前还存在很多的模糊认识，有些网站在进行搜索引擎优化中甚至出现一些不太合理的做法，因此打算近期做一个系列讨论，将个人对于搜索引擎优化中有关问题的看法与大家共同探讨。
一个网站的PR值说明不了什么问题，一个PR值为7的网站，只能说明比PR值为6的多1，而比PR值为8的网站少1，此外再没有别的意义。这种观点对于热衷于SEO的网络营销人员可能很难接受，不过冷静想来，其实也有一定的道理。搜索引擎优化涉及到网站结构、内容、所采用的技术等多方面的内容，而搜索引擎优化的目的是为了在搜索引擎检索结果中获得较好的排名，如果抛开其他因素和效果来谈PR值，的确没有什么意义。但是，完全否定PR值的作用也是不足取的观点，毕竟这是google搜索排名算法中引以自豪的重要组成部分，必然尤其存在的价值。我们应该站在全面的角度来看待这个问题。
我曾查看过新浪和搜狐等大型网站的PR值，他们相对都比较高（目前新浪和搜狐都是PR7），如果能在这些网站获得链接（例如被分类目录收录），对于增加PR值会有帮助，但是我们通常并不是因为这个原因才在新浪、搜狐的分类目录登录的，因为被这些网站的分类目录收录本身就可以带来直接的访问量，当然，同时也为提高在google的PR值发挥了一定作用。因此，我个人的观点是，PR值的高低应该是包括SEO在内的搜索引擎营销所产生的自然结果，而不应作为追求的目标。
一些观点认为，提高PR值的主要方式就是靠尽可能多的网站链接，于是盲目地扩大网站链接的数量，其实这也是很大的错误，过多的链接并不一定就能提高PR值，即使真的提高了一点PR值，但是不是能够对于搜索引擎营销的最终目的发挥作用仍然是未知数。最近我也注意到，国外不少网站专门出售网站链接，利用自己网站PR值高的优势，为其他网站的SEO提供方便，不知道这种业务有多大市场，不过这种现象至少说明，一些网站希望通过借助于其他网站的链接来提高自己的PR值，从而达到搜索引擎优化的目的，有些网站甚至不惜代价，为了链接而链接，很少考虑网站链接的真正意义和实际效果，在这种未知效果的地方花费过多的精力，真是得不偿失的举动。所以，对于网站链接的目的也不应偏离链接的本来意义。
如果对google搜索结果进行认真的观察和分析就不难发现，并不是PR值高的网站一定就排名靠前，事实上一些PR值不高的网站同样有可能获得好的排名，这是因为，google更加重视的是网站的内容、关键词的相关性等基本问题，在用同一个关键词进行检索，只有在这些条件相同的情况下，PR值高的网站排名才会表现出优势，在很多情况下，通过网站的结构、网页标题、网页内容等方面的设计，很容易和竞争者网站的优化情况区分开来，因此PR值的高低很可能发挥不了多少实际作用。尽管如此，我相信，如果可能，网站还是希望自己能有较高的PR值，这种愿望也并没有什么错误，只是应掌握好这种分寸，并且采取一些真正有效的措施来实现。
那么，搜索引擎优化到底应该“优化”些什么呢？怎样才算做到真正的搜索引擎优化呢？这些问题我们将陆续进行探讨。
PageRank知多少?
PageRank(PR)是Google算法的重要内容。2001年9月被授予美国专利，专利人是Google创始人之一拉里•佩奇（Larry Page）。因此，PageRank里的page不是指网页，而是指佩奇，即这个等级方法是以佩奇来命名的。
Google的PageRank根据网站的外部链接和内部链接的数量和质量俩衡量网站的价值。PageRank背后的概念是，每个到页面的链接都是对该页面的一次投票，被链接的越多，就意味着被其他网站投票越多。这个就是所谓的“链接流行度”——衡量多少人愿意将他们的网站和你的网站挂钩。PageRank这个概念引自学术中一篇论文的被引述的频度——即被别人引述的次数越多，一般判断这篇论文的权威性就越高。
Google有一套自动化方法来计算这些投票。Google的PageRank分值从0到10；PageRank为10表示最佳，但非常少见，类似里氏震级（Richter scale），PageRank级别也不是线性的，而是按照一种指数刻度。这是一种奇特的数学术语，意思是PageRank4不是比PageRank3好一级——而可能会好6到7倍。因此，一个PageRank5的网页和PageRank8的网页之间的差距会比你可能认为的要大的多。
PageRank较高的页面的排名往往要比PageRank较低的页面高，而这导致了人们对链接的着魔。在整个SEO社区，人们忙于争夺、交换甚至销售链接，它是过去几年来人们关注的焦点，以至于Google修改了他的系统，并开始放弃某些类型的链接。比如，被人们广泛接受的一条规定，来自缺乏内容的“link farm”（链接工厂）网站的链接将不会提供页面的PageRank，从PageRank较高的页面得到链接但是内容不相关（比如说某个流行的漫画书网站链接到一个叉车规范页面），也不会提供页面的PageRank。Google选择降低了PageRank对更新频率，以便不鼓励人们不断的对其进行监测。
Google 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。你的网站很可能在相当长的时间里面看不到PR值的变化，特别是一些新的网站。PR值暂时没有，这不是什么不好的事情，耐心等待就好了。
为您的网站获取外部链接是一件好事，但是无视其他SEO领域的工作而进行急迫的链接建设就是浪费时间，要时刻保持一个整体思路并记住以下几点：
·Google的排名算法并不是完全基于外部链接的
·高PageRank并不能保证Google高排名
·PageRank值更新的比较慢，今天看到的PageRank值可能是三个月前的值
因此我们不鼓励刻意的去追求PageRank，因为决定排名的因素可以有上百种。尽管如此，PageRank还是一个用来了解Google对您的网站页面如何评价的相当好的指示，建议网站设计者要充分认识PageRank在Google判断网站质量中的重要作用，从设计前的考虑到后期网站更新都要给予PageRank足够的分析，很好的利用。我们要将PageRank看作是一种业余爱好而不是一种信仰。
通过对由超过 50,000 万个变量和 20 亿个词汇组成的方程进行计算，PageRank 能够对网页的重要性做出客观的评价。PageRank 并不计算直接链接的数量，而是将从网页 A 指向网页 B 的链接解释为由网页 A 对网页 B 所投的一票。这样，PageRank 会根据网页 B 所收到的投票数量来评估该页的重要性。
此外，PageRank 还会评估每个投票网页的重要性，因为某些网页的投票被认为具有较高的价值，这样，它所链接的网页就能获得较高的价值。重要网页获得的 PageRank（网页排名）较高，从而显示在搜索结果的顶部。Google 技术使用网上反馈的综合信息来确定某个网页的重要性。搜索结果没有人工干预或操纵，这也是为什么 Google 会成为一个广受用户信赖、不受付费排名影响且公正客观的信息来源。
其实简单说就是民主表决。打个比方，假如我们要找李开复博士，有一百个人举手说自己是李开复。那么谁是真的呢？也许有好几个真的，但即使如此谁又是大家真正想找的呢？:-) 如果大家都说在 Google 公司的那个是真的，那么他就是真的。
在互联网上，如果一个网页被很多其它网页所链接，说明它受到普遍的承认和信赖，那么它的排名就高。这就是 Page Rank 的核心思想。 当然 Google 的 Page Rank 算法实际上要复杂得多。比如说，对来自不同网页的链接对待不同，本身网页排名高的链接更可靠，于是给这些链接予较大的权重。Page Rank 考虑了这个因素，可是现在问题又来了，计算搜索结果的网页排名过程中需要用到网页本身的排名，这不成了先有鸡还是先有蛋的问题了吗？
Google 的两个创始人拉里•佩奇 （Larry Page ）和谢尔盖•布林 (Sergey Brin) 把这个问题变成了一个二维矩阵相乘的问题，并且用迭代的方法解决了这个问题。他们先假定所有网页的排名是相同的，并且根据这个初始值，算出各个网页的第一次迭代排名，然后再根据第一次迭代排名算出第二次的排名。他们两人从理论上证明了不论初始值如何选取，这种算法都保证了网页排名的估计值能收敛到他们的真实值。值得一提的事，这种算法是完全没有任何人工干预的。
理论问题解决了，又遇到实际问题。因为互联网上网页的数量是巨大的，上面提到的二维矩阵从理论上讲有网页数目平方之多个元素。如果我们假定有十亿个网页，那么这个矩阵 就有一百亿亿个元素。这样大的矩阵相乘，计算量是非常大的。拉里和谢尔盖两人利用稀疏矩阵计算的技巧，大大的简化了计算量，并实现了这个网页排名算法。今天 Google 的工程师把这个算法移植到并行的计算机中，进一步缩短了计算时间，使网页更新的周期比以前短了许多。
我来 Google 后，拉里 (Larry) 在和我们几个新员工座谈时，讲起他当年和谢尔盖(Sergey) 是怎么想到网页排名算法的。他说："当时我们觉得整个互联网就像一张大的图 （Graph)，每个网站就像一个节点，而每个网页的链接就像一个弧。我想，互联网可以用一个图或者矩阵描述，我也许可以用这个发现做个博士论文。" 他和谢尔盖就这样发明了 Page Rank 的算法。
网页排名的高明之处在于它把整个互联网当作了一个整体对待。它无意识中符合了系统论的观点。相比之下，以前的信息检索大多把每一个网页当作独立的个体对待，很多人当初只注意了网页内容和查询语句的相关性，忽略了网页之间的关系。
今天，Google 搜索引擎比最初复杂、完善了许多。但是网页排名在 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。
Google的PageRank根据网站的外部链接和内部链接的数量和质量俩衡量网站的价值。PageRank背后的概念是，每个到页面的链接都是对该页面的一次投票，被链接的越多，就意味着被其他网站投票越多。这个就是所谓的“链接流行度”——衡量多少人愿意将他们的网站和你的网站挂钩。PageRank这个概念引自学术中一篇论文的被引述的频度——即被别人引述的次数越多，一般判断这篇论文的权威性就越高。
Google有一套自动化方法来计算这些投票。Google的PageRank分值从0到10；PageRank为10表示最佳，但非常少见，类似里氏震级（Richter scale），PageRank级别也不是线性的，而是按照一种指数刻度。这是一种奇特的数学术语，意思是PageRank4不是比PageRank3好一级——而可能会好6到7倍。因此，一个PageRank5的网页和PageRank8的网页之间的差距会比你可能认为的要大的多。
PageRank较高的页面的排名往往要比PageRank较低的页面高，而这导致了人们对链接的着魔。在整个SEO社区，人们忙于争夺、交换甚至销售链接，它是过去几年来人们关注的焦点，以至于Google修改了他的系统，并开始放弃某些类型的链接。比如，被人们广泛接受的一条规定，来自缺乏内容的“link farm”（链接工厂）网站的链接将不会提供页面的PageRank，从PageRank较高的页面得到链接但是内容不相关（比如说某个流行的漫画书网站链接到一个叉车规范页面），也不会提供页面的PageRank。Google选择降低了PageRank对更新频率，以便不鼓励人们不断的对其进行监测。
Google 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。你的网站很可能在相当长的时间里面看不到PR值的变化，特别是一些新的网站。PR值暂时没有，这不是什么不好的事情，耐心等待就好了。
为您的网站获取外部链接是一件好事，但是无视其他SEO领域的工作而进行急迫的链接建设就是浪费时间，要时刻保持一个整体思路并记住以下几点：
·Google的排名算法并不是完全基于外部链接的
·高PageRank并不能保证Google高排名
·PageRank值更新的比较慢，今天看到的PageRank值可能是三个月前的值
因此我们不鼓励刻意的去追求PageRank，因为决定排名的因素可以有上百种。尽管如此，PageRank还是一个用来了解Google对您的网站页面如何评价的相当好的指示，建议网站设计者要充分认识PageRank在Google判断网站质量中的重要作用，从设计前的考虑到后期网站更新都要给予PageRank足够的分析，很好的利用。我们要将PageRank看作是一种业余爱好而不是一种信仰。
通过对由超过 50,000 万个变量和 20 亿个词汇组成的方程进行计算，PageRank 能够对网页的重要性做出客观的评价。PageRank 并不计算直接链接的数量，而是将从网页 A 指向网页 B 的链接解释为由网页 A 对网页 B 所投的一票。这样，PageRank 会根据网页 B 所收到的投票数量来评估该页的重要性。
此外，PageRank 还会评估每个投票网页的重要性，因为某些网页的投票被认为具有较高的价值，这样，它所链接的网页就能获得较高的价值。重要网页获得的 PageRank（网页排名）较高，从而显示在搜索结果的顶部。Google 技术使用网上反馈的综合信息来确定某个网页的重要性。搜索结果没有人工干预或操纵，这也是为什么 Google 会成为一个广受用户信赖、不受付费排名影响且公正客观的信息来源。
其实简单说就是民主表决。打个比方，假如我们要找李开复博士，有一百个人举手说自己是李开复。那么谁是真的呢？也许有好几个真的，但即使如此谁又是大家真正想找的呢？:-) 如果大家都说在 Google 公司的那个是真的，那么他就是真的。
在互联网上，如果一个网页被很多其它网页所链接，说明它受到普遍的承认和信赖，那么它的排名就高。这就是 Page Rank 的核心思想。 当然 Google 的 Page Rank 算法实际上要复杂得多。比如说，对来自不同网页的链接对待不同，本身网页排名高的链接更可靠，于是给这些链接予较大的权重。Page Rank 考虑了这个因素，可是现在问题又来了，计算搜索结果的网页排名过程中需要用到网页本身的排名，这不成了先有鸡还是先有蛋的问题了吗？
Google 的两个创始人拉里•佩奇 （Larry Page ）和谢尔盖•布林 (Sergey Brin) 把这个问题变成了一个二维矩阵相乘的问题，并且用迭代的方法解决了这个问题。他们先假定所有网页的排名是相同的，并且根据这个初始值，算出各个网页的第一次迭代排名，然后再根据第一次迭代排名算出第二次的排名。他们两人从理论上证明了不论初始值如何选取，这种算法都保证了网页排名的估计值能收敛到他们的真实值。值得一提的事，这种算法是完全没有任何人工干预的。
理论问题解决了，又遇到实际问题。因为互联网上网页的数量是巨大的，上面提到的二维矩阵从理论上讲有网页数目平方之多个元素。如果我们假定有十亿个网页，那么这个矩阵 就有一百亿亿个元素。这样大的矩阵相乘，计算量是非常大的。拉里和谢尔盖两人利用稀疏矩阵计算的技巧，大大的简化了计算量，并实现了这个网页排名算法。今天 Google 的工程师把这个算法移植到并行的计算机中，进一步缩短了计算时间，使网页更新的周期比以前短了许多。
我来 Google 后，拉里 (Larry) 在和我们几个新员工座谈时，讲起他当年和谢尔盖(Sergey) 是怎么想到网页排名算法的。他说："当时我们觉得整个互联网就像一张大的图 （Graph)，每个网站就像一个节点，而每个网页的链接就像一个弧。我想，互联网可以用一个图或者矩阵描述，我也许可以用这个发现做个博士论文。" 他和谢尔盖就这样发明了 Page Rank 的算法。
网页排名的高明之处在于它把整个互联网当作了一个整体对待。它无意识中符合了系统论的观点。相比之下，以前的信息检索大多把每一个网页当作独立的个体对待，很多人当初只注意了网页内容和查询语句的相关性，忽略了网页之间的关系。
今天，Google 搜索引擎比最初复杂、完善了许多。但是网页排名在 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。
订阅：
博文 (Atom)
