PR(PageRank)的计算及意义

PageRank 是基于「从许多优秀的网页链接过来的网页,一定还是优秀网页」的回归关系,来判定所有网页的重要性.

　　在以下冗长的说明中,很多部分大量地使用了专业用语,会造成理解上的困难.这一章虽然准备集中于定性而简单的解说，但是,即使如此也会有怎么也不明白的时候,此时只要能够理解「从许多优秀的网页链接过来的网页,一定还是优秀网页」这一思考办法也就很得可贵了.由于在所有几个要点中,这个是最重要的思考办法.

　　关于PageRank

　　PageRank,有效地利用了 Web 所拥有的庞大链接构造的特性. 从网页A导向网页B的链接被当作是对页面A对页面B的支持投票,Google根据这个投票数来判断页面的重要性.可是 Google 不单单只看投票数(即链接数),对投票的页面也进行分析.「重要性」高的页面所投的票的评估会更高,由于接受这个投票页面会被理解为「重要的物品」.

　　根据这样的分析，得到了高评估的重要页面会被给予较高的 Page Rank(网页等级),在检索结果内的名次也会提高.PageRank 是 Google 中表示网页重要性的综合性要求,并且不会受到各种检索(引擎)的影响.倒不如说,PageRank 就是基于对"使用复杂的算法而得到的链接构造"的分析,从而得出的各网页本身的特性.

　　当然,重要性高的页面假设和检索词句没有关联同样也没有任何意义.为此 Google 使用了精练后的文本匹配技术,使得能够检索出重要并且正确的页面.

　　通过下面的图我们来详细地看一下刚才所说明的算法.详细的算法是,将某个页面的 PageRank 除以存在于这个页面的正向链接，由此得到的值分别和正向链接所指向的页面的 PageRank 相加,即得到了被链接的页面的 PageRank.

    　PageRank 概念图.

 
　　让我们详细地看一下.提高 PageRank 的要点,大概有3个.

　　反向链接数 (单纯的意义上的受欢迎度要求)

　　反向链接是不是来自推荐度高的页面 (有根据的受欢迎要求)

　　反向链接源页面的链接数 (被选中的几率要求)

　　首先最基本的是,被很多页面链接会使得推荐度提高.也就是说「(被很多页面链接的)受欢迎的页面,一定是优秀的页面」.所以以反向链接数作为受欢迎度的一个要求是很自然的想法.这是由于,“链接”是一种被当作「可以看看这个页面/这个页会有用」的推荐行为.但是,值得骄傲的是 PageRank 的思考办法并没有停留在这个地方.

　　也就是说,不仅仅是通过反向链接数的多少,还给推荐度较高页面的反向链接以较高的评估.同时,对来自总链接数少页面的链接给予较高的评估,而来自总链接数多的页面的链接给予较低的评估. 换句话说「(汇集着很多推荐的)好的页面所推荐的页面,一定也是同样好的页面」和「与感觉在被胡乱链接的链接相比,被少数挑选出的链接肯定是优秀的链接」这两种判断同时进行着.一方面,来自他人高水平网页的正规链接将会被明确重视,另一方面,来自张贴有完全没有关联性的类似于书签的网页的链接会作为「几乎没有什么价值(虽然比起不被链接来说好一些)」而被轻视.

　　因此,假设从类似于 Yahoo! 那样的 PageRank 很高的站点被链接的话,仅此网页的 PageRank 也会一下子上涨;相反地,无论有多少反向链接数,假设全都是从那些没有多大意义的页面链接过来的话,PageRank 也不会轻易上涨.不仅是 Yahoo!， 在某个领域中可以被称为是有权威的(或者说固定的)页面来的反向链接是很有益的.但是,只是一个劲地在自己一些同伴之间制作的链接,比如像「单纯的内部照顾」这样的做法很难看出有什么价值.也就是说,从注目于全世界所有网页的视点来判断(你的网页)是不是真正具有价值.

　　综合性地分析这些要求,最终形成了将评估较高的页面显示在检索结果的相对靠前处的搜索结构.

　　以往的做法只是单纯地使用反向链接数来评估页面的重要性,但 PageRank 所采用方式的优点是能够不受机械生成的链接的影响. 也就是说,为了提高 PageRank 须要有优秀页面的反向链接. 譬如假设委托 Yahoo! 登陆自己的网站,就会使得 PageRank 骤然上涨.但是为此必须致力于制作(网页的)充实的内容.这样一来,就使得基本上没有提高 PageRank 的近路(或后门).不只限于PageRank (Clever 和 HITS 等也同样),在利用链接构造的排序系统中,以前单纯的 SPAM 手法将不再通用.这是最大的一个优点,也是 Google 方便于使用的最大理由.(虽然是最大的理由，但并不是唯一的理由.)

　　在这里请注意,PageRank 自身是由 Google 定量,而与用户检索内容的表达式完全无关.就像后边即将说明的一样,检索语句不会呈现在 PageRank 自己的计算式上.不管得到多少的检索语句,PageRank 也是一定的、文件固有的评分量.

　　PageRank 的定性说明大概就是这样一些.但是,为了实际计算排列次序、比较等级,须要更定量性的讨论.