网上科普有关“网站权重和PR值的各代表什么含义”话题很是火热，小编也是针对网站权重和PR值的各代表什么含义寻找了一些与之相关的一些信息进行分析，如果能碰巧解决你现在面临的问题，希望能够帮助到您。
权重是指搜索引擎给网站（包括网页）赋予一定的权威值，对网站（含网页）权威的评估评价。网站权重一般是指百度权重，但是因为站长工具这个第三方的工具平台开发有百度权重的参考数据，导致很多的新手都误认为那个就是真正的百度权重。其实那个只是一个参考数据，并不能代表百度对一个网站的真正权重指标。
PR值全称为PageRank(网页级别），级别从0到10，10级为满分。PR值越高说明该网页越受欢迎（越重要）。例如：一个PR值为1的网站表明这个网站不太具有流行度，而PR值为7到10则表明这个网站非常受欢迎（或者说极其重要）。一般PR值达到4，就算是一个不错的网站了。Google把自己的网站的PR值定到9，这说明Google这个网站是非常受欢迎的，也可以说这个网站非常重要。
pagerank:5})什么意思
PageRank，网页排名，又称网页级别、Google左侧排名或佩奇排名，是一种由搜索引擎根据网页之间相互的超链接计算的网页排名技术，以Google公司创办人拉里·佩奇（Larry Page）之姓来命名。此技术通常和搜索引擎优化有关，Google用它来体现网页的相关性和重要性。Google的创始人拉里·佩奇和谢尔盖·布林于1998年在斯坦福大学发明了这项技术。[1]
PageRank通过网络浩瀚的超链接关系来确定一个页面的等级。Google把从A页面到B页面的链接解释为A页面给B页面投票，Google根据投票来源（甚至来源的来源，即链接到A页面的页面）和投票目标的等级来决定新的等级。简单的说，一个高等级的页面可以使其他低等级页面的等级提升。
PageRank让链接来"投票"
一个页面的“得票数”由所有链向它的页面的重要性来决定，到一个页面的超链接相当于对该页投一票。一个页面的PageRank是由所有链向它的页面（“链入页面”）的重要性经过递归算法得到的。一个有较多链入的页面会有较高的等级，相反如果一个页面没有任何链入页面，那么它没有等级。
2005年初，Google为网页链接推出一项新属性nofollow，使得网站管理员和网志作者可以做出一些Google不计票的链接，也就是说这些链接不算作"投票"。nofollow 的设置可以抵制评论垃圾。
Google工具条上的PageRank指标从0到10。它似乎是一个对数标度算法，细节未知。PageRank 是 Google 的商标，其技术亦已经申请专利。
PageRank算法中的点击算法是由Jon Kleinberg提出的。
PageRank算法
简单的
假设一个由4个页面组成的小团体：A，B， C 和 D。如果所有页面都链向A，那么A的PR（PageRank）值将是B，C 及 D的和。
PR(A) = PR(B) + PR(C) + PR(D)
继续假设B也有链接到C，并且D也有链接到包括A的3个页面。一个页面不能投票2次。所以B给每个页面半票。以同样的逻辑，D投出的票只有三分之一算到了A的 PageRank 上。
PR(A)= \frac{PR(B)}{2}+ \frac{PR(C)}{1}+ \frac{PR(D)}{3}
换句话说，根据链处总数平分一个页面的PR值。
PR(A)= \frac{PR(B)}{L(B)}+ \frac{PR(C)}{L(C)}+ \frac{PR(D)}{L(D)}
最后，所有这些被换算为一个百分比再乘上一个系数q。由于下面的算法，没有页面的PageRank会是0。所以，Google通过数学系统给了每个页面一个最小值1 ? q。
PR(A)=\left( \frac{PR(B)}{L(B)}+ \frac{PR(C)}{L(C)}+ \frac{PR(D)}{L(D)}+\,\cdots \right) q + 1 - q
所以一个页面的 PageRank 是由其他页面的PageRank计算得到。Google 不断的重复计算每个页面的 PageRank。如果您给每个页面一个随机 PageRank 值（非0），那么经过不断的重复计算，这些页面的 PR 值会趋向于正常和稳定。这就是搜索引擎使用它的原因。
完整的
这个方程式引入了随机浏览的概念，即有人上网无聊随机打开一些页面，点一些链接。一个页面的PageRank值也影响了它被随机浏览的概率。为了便于理解，这里假设上网者不断点网页上的链接，最终到了一个没有任何链出页面的网页，这时候上网者会随机到另外的网页开始浏览。
为了对那些有链出的页面公平，q = 0.15（q的意义见上文）的算法被用到了所有页面上，估算页面可能被上网者放入书签的概率。
所以，这个等式如下：
{\rm PageRank}(p_i) = \frac{q}{N} + (1 -q) \sum_{p_j} \frac{{\rm PageRank} (p_j)}{L(p_j)}
p1,p2,...,pN是被研究的页面，M(pi)是链入pi页面的数量，L(pj)是pj链出页面的数量，而N是所有页面的数量。
PageRank值是一个特殊矩阵中的特征向量。这个特征向量为
\mathbf{R} = \begin{bmatrix} {\rm PageRank}(p_1) \\ {\rm PageRank}(p_2) \\ \vdots \\ {\rm PageRank}(p_N) \end{bmatrix}
R是等式的答案
\mathbf{R} = \begin{bmatrix} {q / N} \\ {q / N} \\ \vdots \\ {q / N} \end{bmatrix} + (1-q) \begin{bmatrix} \ell(p_1,p_1) & \ell(p_1,p_2) & \cdots & \ell(p_1,p_N) \\ \ell(p_2,p_1) & \ddots & & \\ \vdots & & \ell(p_i,p_j) & \\ \ell(p_N,p_1) & & & \ell(p_N,p_N) \end{bmatrix} \mathbf{R}
如果pj不链向pi, 而且对每个j都成立时，\ell(p_i,p_j)等于 0
\sum_{i = 1}^N \ell(p_i,p_j) = 1,
这项技术的主要缺点是旧的页面等级会比新页面高。因为即使是非常好的新页面也不会有很多上游链接，除非它是某个站点的子站点。
这就是PageRank需要多项算法结合的原因。PageRank似乎倾向于维基百科页面，在条目名称的搜索结果中总在大多数或者其他所有页面之前。原因主要是维基百科内相互的链接很多，并且有很多站点链入。
Google经常处罚恶意提高PageRank的行为，至于其如何区分正常的链接交换和不正常的链接堆积仍然是商业机密。
PageRank是Google衡量网页重要性的工具，测量值范围为从1至10分别表示某网页的重要性。在Google工具栏可以随时获得某网页的PageRank值。在这里我们将透视PageRank的一些特殊之处，从而对其能够获得较为深入的了解，使广大用户能够更好的使用和了解Googel。
关于“网站权重和PR值的各代表什么含义”这个话题的介绍，今天小编就给大家分享完了，如果对你有所帮助请保持对本站的关注！
本文来自作者[绮梅]投稿，不代表空气号立场，如若转载，请注明出处：https://www.haokongqi.org.cn/cshi/202505-10534.html
评论列表（4条）
我是空气号的签约作者“绮梅”！
希望本篇文章《网站权重和PR值的各代表什么含义》能对你有所帮助！
本站[空气号]内容主要涵盖：国足,欧洲杯,世界杯,篮球,欧冠,亚冠,英超,足球,综合体育
本文概览：网上科普有关“网站权重和PR值的各代表什么含义”话题很是火热，小编也是针对网站权重和PR值的各代表什么含义寻找了一些与之相关的一些信息进行分析，如果能碰巧解决你现在面临的问题，...