close

II- 理論上的PageRank演算法 假設現在有個連結狀況如上圖3-29如果有網頁B、C連結到網頁A,並且網頁B連到網頁C,PR(A)代表網頁A的PageRank分數。 PR(A)=(1-d)+d×PR(B)2+PR(C)1+ PR(C)=(1-d)+d×PR(B)2 因為網頁B、C連結到網頁A,PR(A)就會由網頁B、C貢獻過來,而網頁B連結到網頁A與網頁C,所以網頁A、C各分得PR(B)的一半貢獻。而網頁A還有連結來自網頁C,而網頁C只有一個連結,所以得到PR(C)的全部貢獻。將連結網頁的貢獻度總合再乘以d,加上(1-d)就是目的網頁的PageRank分數。這裡的PR(A)、PR(B)、PR(C)都是指PageRank分數,而非PageRank等級。所以如果d=0.85,PR(B)=4 PR(C)=(1-0.85)+0.85× 42 =1.85 PR(A)=(1-0.85)+0.85× 42+1.851=3.4225 但是以上的PR(A)、PR(B)、PR(C)都只是PageRank分數,而不是PageRank等級。不然看起來網頁B的PR4,就可以讓網頁C變成PR1、網頁A變成PR3,如果這麼簡單的話,就沒有PR0的網頁了。當然以上只是以假設PR(B)=4來解釋,並且尚未進行迭代收斂的計算。假設我有一個網頁Z具有5000個外部連結,且這些外部連結PageRank分數都為1,且這些外部連結本身都有100個連結。 PR(Z)=(1-d)+d× 1100×5000=1-0.85+0.85×50=42.65 以上的式子是說網頁Z由這些外部連結得到PageRank分數42.65,這個值當然不是PageRank等級,它只是PageRank分數,PageRank分數如何對照到PageRank等級在以後會詳細說明。 資料來源: 網路行銷SEO

arrow
arrow
    文章標籤
    SEO SEM 關鍵字
    全站熱搜

    likebuy1 發表在 痞客邦 留言(0) 人氣()