首页 SEO动态正文

Google新PR:以链接距离为基础的页面级别

启明SEO SEO动态 2019-07-25 21:03:20 2592 0 PR

Google PR是Google诞生以来最具知名度的概念,以至于很多人认为Google PR的意义更多在于公关炒作,而不是排名算法。2016年4月,Google取消了工具条输出PR值的显示,站长们再也看不到最新的PR值了,也有很多SEO认为Google完全取消了PageRank算法。现在的Google排名算法中还有PageRank吗?众说纷纭。


Google从2006年就不再使用PageRank了

前天,一位自称的前 Google软件工程师在Hacker News的一个讨论Google替代品的帖子中透露,Google早在2006年就不再使用Google PR了:


The comments here that PageRank is Google’s secret sauce also aren’t really true – Google hasn’t used PageRank since 2006. The ones about the search & clickthrough data being important are closer…


翻译过来的意思是:


评论里说PageRank是Google秘方的说法并不正确 — 从2006年Google就不再用 PageRank了。关于搜索和点击率数据很重要的说法还比较靠谱……


说得很明确,Google算法早就不再使用PageRank了。


另外,点击率也是Google算法重要排名因素之一,但到目前为止,真实有效的Google点击器或Google快排这种东西还没有诞生,而百度对百度快排貌似已经放弃治疗了…这个是另一个话题,暂且不提。


这是真的吗?

为了验证这位前Google员工身份,SEO们已经做了人肉分析,结论是大概率是真的。这位员工名字是Jonathan Tang,Twitter账号在此,2009年至2014年在Google工作,他的Hacker News账号是2007年注册的,不大可能用这么老的账号来胡扯或造谣。


而且,这些年Google与SEO行业的官方沟通人JohnMu在Twitter上评论此事时并没有否认,只是说:


SEO们应该知道,20年来Google工程师不可能没有对搜索做出修改。


所以,虽然没有官方认证,但应该是真的。其实,Matt Cutts等人很早以前也表示过,Google算法肯定还是考虑链接的,而且链接依然是最重要的排名因素,PageRank以及Google排名的基本原理没有变化,但不可能这么多年原样不动地用PageRank的原始版本,肯定是修改过的了。


JohnMu去年也直接评论过PageRank的使用情况,表示现在的Google算法不可能还是一比一地原样用PageRank的最初公式。


那么2006年以后工具条显示的PR是什么鬼?

前面提到,Google是从2016年取消工具条显示PR的,如果2006年就不再用PR了,那么2006年到2016年工具条上显示的PageRank是什么东西?


而且Google的另一位发言人Gary Illyes在2017年还发推明确说:“你们不知道吗,Google在18年后依然在排名算法中使用PageRank(还有几百个其它信号)。”


所以到底是在用还是不用了?


Jonathan Tang后续又解释了一下:


他们2006年用另一个算法取代了PR,那个算法给出的结果大致和PR相似,但计算速度快得多。工具条显示的宣称是PR的数值就是这个替代算法的结果。这个替代算法的名字都和PageRank相似,所以Google这么宣称,在技术上也不能说是错的。


所以,从2006年开始,Google算法中使用的、工具条所显示的,都不是原始PageRank计算公式的结果,而是一个结果类似、名称类似、计算速度快得多的算法。


我们姑且称之为Google新PageRank吧。


那么这个Google新PR的计算原理是什么?Jonathan Tang没说,连真实名称也没说,大家只能猜测了。


疑似Google新PageRank专利

Jonathan Tang的帖子后面,专门研究Google专利的大神Bill Slawski发了个回复:


Google的新版本PageRank专利2006年通过。巧合?


Bill Slawski去年发帖详细介绍过这个新版本PageRank专利,这两天又仔细读了一下专利原文和Bill Slawski的帖子,这里介绍一下大意。


专利名称是Producing a ranking for pages using distances in a web-link graph – 基于链接距离的页面级别计算。

Producing a ranking for pages using distances in a web-link graph

简单说,新PageRank不再计算导入链接的总数,而是计算这个页面与种子页面之间的距离,距离越近,页面质量越高,页面级别、新PageRank越高。这个思路和Yahoo!的TrustRank是极为相近的,基本假设都是:好网站不会链接向坏网站,但会链接向其它好网站。


种子页面、链接长度、链接距离


这个专利涉及几个概念。种子页面(Seed Pages)、链接长度(Link Length)、链接距离(Link Distance)。


种子页面(Seed Pages)


如上面的简单网络链接图所示,Google选出一部分页面作为种子页面,如图中上半部分的页面106、108、110,下半部分的都是种子页面集之外的、需要计算新PR值的。


关于种子页面的几个要点:


种子页面显然是高质量的页面,专利里举的例子是Google目录(其实就是已经死了的开放目录)和纽约时报。

种子页面需要与其它非种子页面有很好的连通性,有比较多的导出链接指向其它高质量页面。

种子页面需要稳定可靠,有多样性,大范围覆盖各类主题。


链接长度(Link Length)


种子和非种子之间有的离得近,有的离得远。如种子页面106通过链接132直接连向非种子页面112,非种子页面118则没有种子页面直接连向它,要通过两层链接。


链接距离并不是简单地数链接层数。每个链接Google会计算一个链接长度,链接长度取决于链接本身的特征和链接所在页面的特征,比如页面上有多少链接,链接的位置,链接文字所用字体等等。


所以,同样是一个链接,链接长度是不一样的:


页面导出链接越多,链接长度越长。这和原始PageRank思路是一样的,导出链接越多,每个链接分到的权重越少。

链接所在位置越重要,比如正文中,正文靠前部分,链接长度越短。

链接锚文字字号越大,或者在H1中,可能链接长度越短。

我记得Matt Cutts很久以前在谈到PageRank可能的修正时提到过,正文中的链接和页脚的链接被用户点击到的概率显然差距很大,所以不同位置的链接获得的PR和权重应该是不一样的。这种说法很符合这个专利的意思。


链接距离(Link Distance)


链接距离就是页面与种子页面集合之间的最短链接长度之和。种子页面和非种子页面之间通常不止一条链接通路,如示意图中,页面118可以通过链接132、136从种子页面106到达,也可以通过链接134、142、140到达,还可以通过链接134、140到达,还可以通过其它链接从其它种子页面到达,所有这些从种子集到页面的链接通路中,链接长度之和最短的那个被定义为链接距离。


如果一个页面无法从任何种子页面出发访问到,也就是种子页面集合到这个页面完全没有链接通路,那么链接距离是无限大。


然后Google算法根据链接距离计算出一个页面的排名能力分数,也就是新PR值,最后的排名算法中,这个新PR值作为排名因素之一。也就是说,链接距离越短,离种子越近,Google认为页面越重要,排名能力越高。


链接距离的计算不需要迭代,所以比原版PageRank的计算要快得多,而在代表页面重要性上,我相信Google做过对比,准确性差不多,所以就用来代替原来的PR了。


简化链接网络图(Reduced Link-Graph)


专利最后面提到了另一个概念:简化链接网络图(Reduced Link-Graph),不过没有再说明这个概念有什么用,用一个段落说了简化链接网络图这个概念后专利就结束了。不过简化链接网络图有可能和链接质量判断、Penguin算法更新等相关。


在前面示意图中,所有页面之间的所有链接组成一个完整的链接网络图,其中只由最短链接距离通路组成的链接被称为简化链接网络图,也就是用来计算新PR值的那些链接。显然,简化链接网络图是完整链接网络的一个子集,不过每个页面的链接距离都已经保留在简化链接网络图中了,去掉的那些链接对页面链接距离和新PR值没有影响。在简化链接网络图中,每个页面获得的链接权重来源都是可以回溯到最近的种子页面的。


如果一个页面从种子集合完全没有链接通路可以到达,也就是前面说的链接距离为无限大,这个页面将被排除在简化链接网络图之外。如果一个页面得到的链接都来自简化链接网络之外,虽然链接总数可能很大,但其链接距离依然是无限大。


换句话说,在简化链接网络之外的链接是被忽略掉的,无论有多少链接。联想到Penguin 4.0算法更新,其中一个特征就是,垃圾链接是被忽略掉的,不被计入链接的流动中,这和基于链接距离的页面级别非常相似。


评论

启明SEO微信

有什么问题欢迎添加微信咨询

好文推荐

实时访客入口页面出现bd_vid=标识是什么原因

实时访客入口页面出现bd_vid=标识是什么原因

最近查看百度实时访客,总是会看到入口页面会多......

有了微信视频号,但是没有发布权限,怎么开通

有了微信视频号,但是没有发布权限,怎么开通

视频号是微信在2020年1月19号开始内测的......

如何用python抓取爱企查企业信息

如何用python抓取爱企查企业信息

前段时间,经理让我去找一些企业的信息,我平常......

服务器配置低,宝塔面板安装IIS总是安装不上怎么办

服务器配置低,宝塔面板安装IIS总是安装不上怎么办

对于一般企业网站或者博客来说,对服务器的配置......

如何修改浏览器指纹,Canvas指纹、Webgl指纹、Audio指纹修改方法?

如何修改浏览器指纹,Canvas指纹、Webgl指纹、Audio指纹修改方法?

修改浏览指纹的方法其实也是很简单,主要使用到......

win10下安装MYSQL后,提示Can't connect to MySQL server on localhost (10061)相关问题解决方法

win10下安装MYSQL后,提示Can't connect to MySQL server on localhost (10061)相关问题解决方法

我遇到的问题是电脑原先安装过mysql,卸......