Google PR

　　

　　PR是PageRank的缩写。Google PR理论是所有基于链接的搜索引擎理论中最有名的。这里，武汉做网站来分享一下。

　　PR是Google创始人之一拉里佩奇发明的，用于表示页面重要性的概念。用最简单的话说就是，反向链接越多的页面就是越重要的页面，因此PR值也就越高。

　　Google PR有点类似于科技文献中互相应用的概念，被其他文献引用较多的文献，很可能是比较重要的文献。

　　1，PR的概念和计算

　　我们可以把互联网历程成由结点和链接组成的有向图，页面就是一个个结点，页面之间的有向链接传递着页面的重要性。一个链接传递的PR值决定于导入链接所在页面的PR值，发出链接的页面本身PR值越高，所能传递出去的PR值也越高。传递的PR数值也取决于页面上的导出链接数目。对于给定PR值的页面来说，假设能传递到下级页面100份的PR，页面上有10个导出链接，每个链接能传递10份PR，页面上有20个导出链接的话，每个链接只能传递5份PR。所以一个页面的PR值取决于导入链接总数，发出链接页面的PR值，以及发出链接页面上的导出链接数目。

　　2，PR的两个比喻模型

　　关于PR有两个著名的比喻。一个比喻是投票。链接就像民主投票一样，A页面链接到B页面，就意味着A页面对B页面投了一票，使得B页面的重要性提高。同时A页面本身的PR值决定了A所能投出去的投票力，PR值越高的页面，投出的票也更重要。在这个意义上，传统基于关键词匹配的算法是看页面直接说页面内容是什么，基于链接的PR则是看别人怎么评价这个页面。

　　第二个比喻是随机冲浪比喻。假设一个访问者从一个页面开始，不停地随机点击链接，访问下一个页面，有时候这个用户感到无聊了，就再点击链接，就随机跳到另一个网址，再次开始不停地向下点击。所谓PR值，也就是一个页面在这种随机冲浪访问中被访问到的概率。一个页面导入链接越多，被访问的概率也越高，因此PR值也越高。

　　3，工具条PR

　　真正的用于排名计算的Google PR值我们是无法知道的，我们所能看到的只是Google工具条PR值。需要清楚的是，工具条PR值并不是真实PR值的精确反映。真实PR值是一个准确的、大于0.15没有上限的数字，工具条上显示的PR值已经简化为0.10这11个数字，是一个整数，也就是说PR值越小的越近似为0，最大的越近似为10.实际上每一个工具条PR值代表的是很大的范围，工具条PR5代表的页面真实PR值可能相差很多倍。

　　真正的PR值是不间断计算更新中的，工具条PR值只是某一个时间点上真实PR值的快照输出。

　　工具条PR与反向链接数目呈对数关系，而不是线性关系。也就是说如果从PR1到PR2需要的外部链接数是100个，从PR2到PR3则需要大致1000个，PR5到PR6需要的外部链接则更多。所以PR值越高的网站想提升一级所要付出的时间和努力比PR值较低的网站提升一级要多得多。

　　4，关于PR值的几个误解

　　PR的英文全称是PageRank。这个名称来源于发明人佩奇的名字，巧合的是Page在英文中也是页面的意思。所以准确的说PageRank这个名字应该翻译为佩奇级别，而不是页面级别。不过约定俗成，再加上巧妙的一语双关，大家都把PR称为页面级别。

　　PR值只与链接有关，经常有站长询问，他的网站做了挺长时间，内容也全是原创的，怎么PR还是零呢?其实PR也站长是否认真、做网站做了挺长时间，内容是否原创没有直接的关系。有反向链接就偶PR值，没有反向链接就没有PR。一个高质量的原创网站，一般来说自然会吸引到比较多的外部链接，所以会间接提高PR值，但这并不是必然的。

　　工具条PR值更新也页面排名变化的时间上没有对应的关系，在工具条PR值更新过程中，经常有站长说PR值提高了，难怪网站排名也提高了。可以肯定地说这只是时间上的巧合而已。前面说过，真实的用于排名计算的PR是连续计算更新的，随时计入排名算法。我们看到的工具条PR几个月才更新一次。当我们看到有PR更新时，真实的PR早在几个月前就更新和计入排名里了。所以，通过工具条PR变化，研究PR值与排名变化直接的关系是没有意义的。

　　5，PR的意义

　　Google工程师说过很多次，Google PR现在已经是一个被过度宣传的概念，其实PR只是Google排名算法中200多个因素之一，而且重要性已经下降很多，SEO人员完全不必太执着于PR值的提高。

　　当然，PR还是Google排名算法中的重要因素之一。除了直接影响排名，PR的重要性还体现在下面几点。

　　(1)网站记录深度和总页面数。搜索引擎蜘蛛爬行时间及数据库的空间都是有限的。Google希望尽量优先收录重要性高的页面，所以PR值越高的网站就能被收录更多页面，蜘蛛爬行内页的深度也更高。对大中型网站来说，首页PR值是带动网站收录的重要因素之一。

　　(2)更新频率。PR值越高的网站，搜索引擎蜘蛛访问得就越频繁，网站在出现新页面或旧页面上更新时，都能更快速地被收录。由于网站新页面通常都会在现有页面上出现链接，因此更新频率高也就意味着发现的速度快。

　　(3)重复内容判定。当Google在不同网站上出现完全相同的内容时，会选出一个作为原创，其他作为转载或抄袭。用户搜索相关关键词时，被判断为原创的那个版本会排在前面，而判断哪个版本为原创时，PR值也是重要因素之一。这也就是为什么那些权重高、PR值高的大网站，转载小网站内容却经常被当做原创的原因。

　　(4)排名初始子集的选择，前面介绍排名过程时提到，搜索引擎挑选出所有与关键词匹配的文件后，不可能对所有文件进行相关性计算，因为返回的文件可能有几百万、几千万，搜索引擎需要从中挑选出一个初始子集，再做相关性计算。初始子集的选择显然与关键词相关度无关，而只能从页面的重要程度着手，PR值就是与关键词无关的重要度指标。

　　现在的PR值算法与当初拉里佩奇专利中的描述相比肯定有了改进和变化。一个可以观察到的现象是：PR算法应该已经排除了一部分Google认为可疑或者无效的链接，比如付费链接、博客和论坛中的垃圾链接等。所以有时候我们会看到一个页面有PR6甚至PR7的导入链接，经过几次工具条的更新后，却还维持在PR3甚至PR2.按照一个PR6或7的链接，应该把链接的页面带到PR5或者PR4，所以很可能Google已经把一部分它认为可疑的链接排除在PR计算之外。