Google新PR：以鏈接距離為基礎(chǔ)的頁(yè)面級(jí)別
Google PR是Google誕生以來(lái)最具知名度的概念，以至于很多人認(rèn)為Google PR的意義更多在于公關(guān)炒作，而不是排名算法。2016年4月，Google取消了工具條輸出PR值的顯示，站長(zhǎng)們?cè)僖部床坏阶钚碌腜R值了，也有很多SEO認(rèn)為Google完全取消了PageRank算法?，F(xiàn)在的Google排名算法中還有PageRank嗎？眾說(shuō)紛紜。
Google從2006年就不再使用PageRank了
前天，一位自稱(chēng)的前 Google軟件工程師在Hacker News的一個(gè)討論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…
翻譯過(guò)來(lái)的意思是：
評(píng)論里說(shuō)PageRank是Google秘方的說(shuō)法并不正確 — 從2006年Google就不再用 PageRank了。關(guān)于搜索和點(diǎn)擊率數(shù)據(jù)很重要的說(shuō)法還比較靠譜……
說(shuō)得很明確，Google算法早就不再使用PageRank了。
另外，點(diǎn)擊率也是Google算法重要排名因素之一，但到目前為止，真實(shí)有效的Google點(diǎn)擊器或Google快排這種東西還沒(méi)有誕生，而百度對(duì)百度快排貌似已經(jīng)放棄治療了…這個(gè)是另一個(gè)話題，暫且不提。
這是真的嗎？
為了驗(yàn)證這位前Google員工身份，SEO們已經(jīng)做了人肉分析，結(jié)論是大概率是真的。這位員工名字是Jonathan Tang，Twitter賬號(hào)在此，2009年至2014年在Google工作，他的Hacker News賬號(hào)是2007年注冊(cè)的，不大可能用這么老的賬號(hào)來(lái)胡扯或造謠。
而且，這些年Google與SEO行業(yè)的官方溝通人JohnMu在Twitter上評(píng)論此事時(shí)并沒(méi)有否認(rèn)，只是說(shuō)：
SEO們應(yīng)該知道，20年來(lái)Google工程師不可能沒(méi)有對(duì)搜索做出修改。
所以，雖然沒(méi)有官方認(rèn)證，但應(yīng)該是真的。其實(shí)，Matt Cutts等人很早以前也表示過(guò)，Google算法肯定還是考慮鏈接的，而且鏈接依然是最重要的排名因素，PageRank以及Google排名的基本原理沒(méi)有變化，但不可能這么多年原樣不動(dòng)地用PageRank的原始版本，肯定是修改過(guò)的了。
JohnMu去年也直接評(píng)論過(guò)PageRank的使用情況，表示現(xiàn)在的Google算法不可能還是一比一地原樣用PageRank的最初公式。
那么2006年以后工具條顯示的PR是什么鬼？
前面提到，Google是從2016年取消工具條顯示PR的，如果2006年就不再用PR了，那么2006年到2016年工具條上顯示的PageRank是什么東西？
而且Google的另一位發(fā)言人Gary Illyes在2017年還發(fā)推明確說(shuō)：“你們不知道嗎，Google在18年后依然在排名算法中使用PageRank（還有幾百個(gè)其它信號(hào)）?！?/p>
所以到底是在用還是不用了？
Jonathan Tang后續(xù)又解釋了一下：
他們2006年用另一個(gè)算法取代了PR，那個(gè)算法給出的結(jié)果大致和PR相似，但計(jì)算速度快得多。工具條顯示的宣稱(chēng)是PR的數(shù)值就是這個(gè)替代算法的結(jié)果。這個(gè)替代算法的名字都和PageRank相似，所以Google這么宣稱(chēng)，在技術(shù)上也不能說(shuō)是錯(cuò)的。
所以，從2006年開(kāi)始，Google算法中使用的、工具條所顯示的，都不是原始PageRank計(jì)算公式的結(jié)果，而是一個(gè)結(jié)果類(lèi)似、名稱(chēng)類(lèi)似、計(jì)算速度快得多的算法。
我們姑且稱(chēng)之為Google新PageRank吧。
那么這個(gè)Google新PR的計(jì)算原理是什么？Jonathan Tang沒(méi)說(shuō)，連真實(shí)名稱(chēng)也沒(méi)說(shuō)，大家只能猜測(cè)了。
疑似Google新PageRank專(zhuān)利
Jonathan Tang的帖子后面，專(zhuān)門(mén)研究Google專(zhuān)利的大神Bill Slawski發(fā)了個(gè)回復(fù)：
Google的新版本PageRank專(zhuān)利2006年通過(guò)。巧合？
Bill Slawski去年發(fā)帖詳細(xì)介紹過(guò)這個(gè)新版本PageRank專(zhuān)利，這兩天又仔細(xì)讀了一下專(zhuān)利原文和Bill Slawski的帖子，這里介紹一下大意。
專(zhuān)利名稱(chēng)是Producing a ranking for pages using distances in a web-link graph – 基于鏈接距離的頁(yè)面級(jí)別計(jì)算。
簡(jiǎn)單說(shuō)，新PageRank不再計(jì)算導(dǎo)入鏈接的總數(shù)，而是計(jì)算這個(gè)頁(yè)面與種子頁(yè)面之間的距離，距離越近，頁(yè)面質(zhì)量越高，頁(yè)面級(jí)別、新PageRank越高。這個(gè)思路和Yahoo!的TrustRank是極為相近的，基本假設(shè)都是：好網(wǎng)站不會(huì)鏈接向壞網(wǎng)站，但會(huì)鏈接向其它好網(wǎng)站。
種子頁(yè)面、鏈接長(zhǎng)度、鏈接距離
這個(gè)專(zhuān)利涉及幾個(gè)概念。種子頁(yè)面（Seed Pages）、鏈接長(zhǎng)度（Link Length）、鏈接距離（Link Distance）。
種子頁(yè)面（Seed Pages）
如上面的簡(jiǎn)單網(wǎng)絡(luò)鏈接圖所示，Google選出一部分頁(yè)面作為種子頁(yè)面，如圖中上半部分的頁(yè)面106、108、110，下半部分的都是種子頁(yè)面集之外的、需要計(jì)算新PR值的。
關(guān)于種子頁(yè)面的幾個(gè)要點(diǎn)：
種子頁(yè)面顯然是高質(zhì)量的頁(yè)面，專(zhuān)利里舉的例子是Google目錄（其實(shí)就是已經(jīng)死了的開(kāi)放目錄）和紐約時(shí)報(bào)。
種子頁(yè)面需要與其它非種子頁(yè)面有很好的連通性，有比較多的導(dǎo)出鏈接指向其它高質(zhì)量頁(yè)面。
種子頁(yè)面需要穩(wěn)定可靠，有多樣性，大范圍覆蓋各類(lèi)主題。
鏈接長(zhǎng)度（Link Length）
種子和非種子之間有的離得近，有的離得遠(yuǎn)。如種子頁(yè)面106通過(guò)鏈接132直接連向非種子頁(yè)面112，非種子頁(yè)面118則沒(méi)有種子頁(yè)面直接連向它，要通過(guò)兩層鏈接。
鏈接距離并不是簡(jiǎn)單地?cái)?shù)鏈接層數(shù)。每個(gè)鏈接Google會(huì)計(jì)算一個(gè)鏈接長(zhǎng)度，鏈接長(zhǎng)度取決于鏈接本身的特征和鏈接所在頁(yè)面的特征，比如頁(yè)面上有多少鏈接，鏈接的位置，鏈接文字所用字體等等。
所以，同樣是一個(gè)鏈接，鏈接長(zhǎng)度是不一樣的：
頁(yè)面導(dǎo)出鏈接越多，鏈接長(zhǎng)度越長(zhǎng)。這和原始PageRank思路是一樣的，導(dǎo)出鏈接越多，每個(gè)鏈接分到的權(quán)重越少。
鏈接所在位置越重要，比如正文中，正文靠前部分，鏈接長(zhǎng)度越短。
鏈接錨文字字號(hào)越大，或者在H1中，可能鏈接長(zhǎng)度越短。
我記得Matt Cutts很久以前在談到PageRank可能的修正時(shí)提到過(guò)，正文中的鏈接和頁(yè)腳的鏈接被用戶(hù)點(diǎn)擊到的概率顯然差距很大，所以不同位置的鏈接獲得的PR和權(quán)重應(yīng)該是不一樣的。這種說(shuō)法很符合這個(gè)專(zhuān)利的意思。
鏈接距離（Link Distance）
鏈接距離就是頁(yè)面與種子頁(yè)面集合之間的最短鏈接長(zhǎng)度之和。種子頁(yè)面和非種子頁(yè)面之間通常不止一條鏈接通路，如示意圖中，頁(yè)面118可以通過(guò)鏈接132、136從種子頁(yè)面106到達(dá)，也可以通過(guò)鏈接134、142、140到達(dá)，還可以通過(guò)鏈接134、140到達(dá)，還可以通過(guò)其它鏈接從其它種子頁(yè)面到達(dá)，所有這些從種子集到頁(yè)面的鏈接通路中，鏈接長(zhǎng)度之和最短的那個(gè)被定義為鏈接距離。
如果一個(gè)頁(yè)面無(wú)法從任何種子頁(yè)面出發(fā)訪問(wèn)到，也就是種子頁(yè)面集合到這個(gè)頁(yè)面完全沒(méi)有鏈接通路，那么鏈接距離是無(wú)限大。
然后Google算法根據(jù)鏈接距離計(jì)算出一個(gè)頁(yè)面的排名能力分?jǐn)?shù)，也就是新PR值，最后的排名算法中，這個(gè)新PR值作為排名因素之一。也就是說(shuō)，鏈接距離越短，離種子越近，Google認(rèn)為頁(yè)面越重要，排名能力越高。
鏈接距離的計(jì)算不需要迭代，所以比原版PageRank的計(jì)算要快得多，而在代表頁(yè)面重要性上，我相信Google做過(guò)對(duì)比，準(zhǔn)確性差不多，所以就用來(lái)代替原來(lái)的PR了。
簡(jiǎn)化鏈接網(wǎng)絡(luò)圖（Reduced Link-Graph）
專(zhuān)利最后面提到了另一個(gè)概念：簡(jiǎn)化鏈接網(wǎng)絡(luò)圖（Reduced Link-Graph），不過(guò)沒(méi)有再說(shuō)明這個(gè)概念有什么用，用一個(gè)段落說(shuō)了簡(jiǎn)化鏈接網(wǎng)絡(luò)圖這個(gè)概念后專(zhuān)利就結(jié)束了。不過(guò)簡(jiǎn)化鏈接網(wǎng)絡(luò)圖有可能和鏈接質(zhì)量判斷、Penguin算法更新等相關(guān)。
在前面示意圖中，所有頁(yè)面之間的所有鏈接組成一個(gè)完整的鏈接網(wǎng)絡(luò)圖，其中只由最短鏈接距離通路組成的鏈接被稱(chēng)為簡(jiǎn)化鏈接網(wǎng)絡(luò)圖，也就是用來(lái)計(jì)算新PR值的那些鏈接。顯然，簡(jiǎn)化鏈接網(wǎng)絡(luò)圖是完整鏈接網(wǎng)絡(luò)的一個(gè)子集，不過(guò)每個(gè)頁(yè)面的鏈接距離都已經(jīng)保留在簡(jiǎn)化鏈接網(wǎng)絡(luò)圖中了，去掉的那些鏈接對(duì)頁(yè)面鏈接距離和新PR值沒(méi)有影響。在簡(jiǎn)化鏈接網(wǎng)絡(luò)圖中，每個(gè)頁(yè)面獲得的鏈接權(quán)重來(lái)源都是可以回溯到最近的種子頁(yè)面的。
如果一個(gè)頁(yè)面從種子集合完全沒(méi)有鏈接通路可以到達(dá)，也就是前面說(shuō)的鏈接距離為無(wú)限大，這個(gè)頁(yè)面將被排除在簡(jiǎn)化鏈接網(wǎng)絡(luò)圖之外。如果一個(gè)頁(yè)面得到的鏈接都來(lái)自簡(jiǎn)化鏈接網(wǎng)絡(luò)之外，雖然鏈接總數(shù)可能很大，但其鏈接距離依然是無(wú)限大。
換句話說(shuō)，在簡(jiǎn)化鏈接網(wǎng)絡(luò)之外的鏈接是被忽略掉的，無(wú)論有多少鏈接。聯(lián)想到Penguin 4.0算法更新，其中一個(gè)特征就是，垃圾鏈接是被忽略掉的，不被計(jì)入鏈接的流動(dòng)中，這和基于鏈接距離的頁(yè)面級(jí)別非常相似。
來(lái)源：SEO每天一貼 Zac 昝輝
