PageRank: Link-uri mai bune și mai importante.

1. Aplicația PageRank în motoarele de căutare
2. Introducere în PageRank
3. Calculul paginii
4. Noi crestem importanța site-ului
5. Unele concepții greșite comune asociate cu PageRank
6. Link-uri pentru studiu ulterior:

Наша команда-партнер Artmisto

A. Shkondin.

Datorită succesului Google pe piața furnizării de servicii de căutare și, în special, prin extinderea acestui motor de căutare la Runet, printre webmasteri există o creștere a interesului pentru algoritmii de calcul al PageRank. Acest articol discută câteva aspecte ale calculului PageRank.

Aplicația PageRank în motoarele de căutare

Modurile tradiționale de a găsi pagini relevante în cazul interogărilor monosilubice nu dau rezultate satisfăcătoare, deoarece pe teme populare (de exemplu, "eseuri", "muncă") va exista întotdeauna un număr mare de pagini cu aceeași relevanță. Pentru a organiza cumva aceste pagini, motoarele de căutare pornesc pe diverse trucuri. De exemplu, primul care emite acele pagini care au o prezență mare (Rambler) sau care sunt prezente în catalog (Yandex, Aport). Google utilizează PageRank pentru aceste scopuri, ceea ce dă rezultate uimitoare și, într-un timp scurt, Google a început să ocupe o poziție de lider nu numai în ceea ce privește dimensiunea bazei de date, ci și în calitatea căutării. Din motoarele noastre de căutare, Aport a fost primul care a folosit PageRank, urmat de Yandex. În Rambler această tehnologie nu este utilizată, însă în această etapă se ia în considerare această posibilitate și este posibil ca PageRank să fie utilizat în acest motor de căutare.

Odată cu ordonarea rezultatelor căutării de către PageRank, există o altă aplicație pentru această tehnologie. Faptul este că numărul de pagini de pe Internet este atât de mare încât motoarele de căutare nu mai permit să indexeze totul. Și din moment ce PageRank servește drept criteriu al valorii paginii, este logic să indexați paginile în ordinea descrescătoare a PageRank. Google a mers chiar mai departe: acum, doar trimiterea unui formular de înregistrare nu este suficientă - pentru ca site-ul să fie indexat, trebuie să aveți cel puțin un link extern.

Introducere în PageRank

PageRank este o valoare statică destinată evaluării calității paginilor, indiferent de interogări, adică folosind PageRank calculează "valoarea globală" a fiecărei pagini. Autorii PageRank-ului, Sergey Brin și Larry Page, care au dezvoltat tehnologia clasării suplimentare a rezultatelor motorului de căutare, au devenit mai târziu fondatorii Google.

Baza pentru PageRank a fost o abordare academică pentru a evalua importanța publicării autorului prin numărul referințelor sale în referințele bibliografice ale altor autori. Pentru a se adapta la utilizarea internetului, s-au făcut următoarele modificări algoritmului: greutatea fiecărui link este luată în considerare individual și este normalizată prin numărul de linkuri de pe pagina de referință. În plus, PageRank poate fi interpretat în termeni de plimbare aleatoare.

Calculul paginii

Imaginați-vă surferul web perfect navigând pe internet. Lăsați surferul să viziteze pagina p , în timp ce plimbarea aleatoare este în starea p . La fiecare pas, surferul web sare fie către o altă pagină din rețea, selectată în mod pseudo-aleator, fie urmează linkul de pe pagina curentă, fără să se întoarcă și să nu viziteze de două ori aceeași pagină. Probabilitatea unui salt aleator este notată ca d, atunci probabilitatea unei legături va fi 1 - d . Astfel, probabilitatea de a găsi un utilizator pe pagina p poate fi calculată prin următoarea formulă:

unde R (p) este PageRank-ul paginii, C (p) este numărul de link-uri de pe pagină, k este numărul de pagini care se referă la p , d este factorul de amortizare. De obicei, 0,1 <d <0,15 . Dacă scalați PageRank în așa fel încât să

unde N este numărul tuturor paginilor pentru care se calculează PageRank, atunci R (p) poate fi considerată drept distribuția de probabilitate pe toate paginile.

Pentru a calcula PageRank, o matrice M este creată cu mărimea NxN , unde fiecare element mij al matricei are atribuită valoarea R0 (p) = 1 / C (p) în cazul în care pagina i are legătura cu j- th, toate elementele rămase ale matricei sunt umplute cu zerouri . Astfel, calculul de PageRank este redus la găsirea vectorului propriu al matricei M, care se obține prin înmulțirea matricei M cu vectorul Rj la fiecare etapă de iterație. Introducerea coeficientului de atenuare asigură convergența procesului.

Noi crestem importanța site-ului

Realizând procesiunea câștigătoare a PageRank, nu te poți gândi la creșterea acesteia pentru pagina ta. Este intuitiv clar că, cu cât o resursă mai relevantă pe care este plasată o legătură, cu atât mai mult crește raza de pagini a paginii la care se referă. În schimb, cu cât mai multe linkuri pe o pagină, cu atât mai puțin va fi contribuția la creșterea razei de pagini a paginii dvs. - o altă dovadă a inutilității de a participa la site-ul FFA (gratuit pentru toți - site-uri care conțin un set de link-uri cu adăugare gratuită). Mai puțin evidentă este topologia optimă a paginilor interconectate. De exemplu, paginile organizate într-un "ring" (când fiecare pagină se referă la un vecin de la stânga și la dreapta, ultima se referă la primul și la primul la ultimul) va avea aceeași valoare PageRank, indiferent de numărul de pagini din ring , atunci PageRank va fi egal cu toate 1). Același lucru este valabil și pentru "stele" sau pentru cazul în care toată lumea se referă la toată lumea, iar această afirmație este probabil adevărată pentru toate topologiile simetrice. Topologiile asimetrice sunt mult mai promițătoare în ceea ce privește creșterea razei de pagini. Declarația despre inutilitatea creării de site-uri "goale" (dar care se leagă între ele) de la gazdele libere nu este atât de evidentă. De exemplu, puteți face schimb de linkuri pe 5 site-uri în așa fel încât unul dintre ele să aibă PageRank de 15 ori mai mult decât minimul PageRank non-zero. Acest lucru este ușor de văzut scriind un mic program. Citiți cum să faceți acest lucru în articol. Calculul eficient al PageRank

Unele concepții greșite comune asociate cu PageRank

După analizarea mesajelor din forumurile Runet dedicate poziționării în motoarele de căutare, se pot identifica o serie de afirmații de PageRank, cel puțin controversate și adesea pur și simplu greșite. Luați în considerare pe scurt aceste afirmații:

• Dacă există o mulțime de linkuri către un site cu FFA, cărți de oaspeți sau alte site-uri web, atunci PageRank va fi subevaluat.

Nu confunda conceptul de "index de citare" și PageRank. Atunci când se calculează PageRank, analiza conținutului site-ului sau a textului link-ului nu se efectuează, se ia în considerare numai numărul total de linkuri și ponderile acestora, astfel că nu se aplică penalități dacă există legături de la paginile "greșite".

• Dacă obțineți PageRank ridicat pentru orice pagină, atunci această pagină va fi în primul rând în rezultatele căutării.

Nu este adevărat, deoarece PageRank nu este principalul criteriu pentru clasarea paginilor, ci unul auxiliar. În caz contrar, în primele pagini, pentru foarte multe cereri, vor fi plasate doar ratinguri și topuri. Numai ceteris paribus, o pagină cu un PageRank mai mare va fi mai mare în rezultatele căutării.

• Dacă înregistrați site-ul în toate directoarele populare, atunci PageRank va fi foarte mare

Nu vă lăcomiți - PageRank-ul este calculat nu pentru întregul site, ci pentru o singură pagină. Prin urmare, o legătură dintr-un subdirector profund, să spunem în Yahoo, poate fi mai puțin valoroasă decât pagina lui Vasya Pupkin. Deci, aici nu puteți lua calitatea legăturilor, ci numărul lor. Este necesar să se acorde atenție faptului că linkurile din catalog se duc direct la site-ul dvs. și nu printr-un cgi-script, altfel ele pur și simplu nu vor fi luate în considerare. În plus, regulile mai multor directoare necesită plasarea paginii rădăcină, și nu a documentului al cărui PageRank veți crește. Prin urmare, este mult mai eficient să măriți PageRank-ul unei anumite pagini, făcând trimitere la pagina principală a site-ului dvs.

• PageRank este redus când plasați legături externe

O afirmație foarte controversată, așa cum sa menționat mai sus, că PageRank scade în cazul unei combinații simetrice a paginilor de referință, a cărei probabilitate se obține atunci când se aplică o legătură externă este neglijabilă. Dacă o astfel de fobie în sine nu va depăși, atunci putem da sfaturi pentru a începe o pagină specială pentru schimbul de legături. Apropo, este de remarcat faptul că, atunci când se calculează PageRank, nimeni nu a promis să separe referințele la externe și interne.

Link-uri pentru studiu ulterior:

1. Clasarea cotației PageRank: Aducerea comenzii pe Web
2. Anatomia unui motor de căutare pe Web pe scară largă Hypertextual
3. Căutarea cu crawlere în prima lățime de căutare reprezintă pagini de înaltă calitate
4. Calculul eficient al PageRank

Copyright © 2001 de către A. Shkondin
Publicația necesită permisiunea autorului.