Google 搜索引擎是如何对搜索结果进行排序

PageRank 概述

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技术。

PageRank 等级定义

PageRank 通过超链接关系来确定页面等级，一个网页的入链越多，则该网页越重要。

PageRank 等级由 2 方面因素决定：入链数量和投票目标等级。

入链数量：一个页面收到其他页面指向的入链数量越多，该页面等级越高。

投票目标等级：如果其他页面等级高的指向当前页面，该页面等级也会越重要。

PageRank 算法原理

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 Pagerank 总和。

  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。

换句话说，根据链出总数平分一个页面的 PR 值。

同时带来新的问题，互联网中一个网页只有对自己的出链，或者几个网页的出链形成一个循环圈。那么在不断地迭代过程中，这一个或几个网页的 PR 值将只增不减，显然不合理。如下图中的 C 网页就是刚刚说的只有对自己的出链的网页：

为了解决这个问题。我们想象一个随机浏览网页的人，假定他有一个确定的概率会输入网址直接跳转到一个随机的网页，并且跳转到每个网页的概率是一样的。于是则此图中 A 的 PR 值可表示为：

PageRank 计算公式

P1…Pn 是被研究的页面，M(pi)是链入页面 pi 页面的集合，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：

d=0.85