链接的优化

10.3.1　链接的优化

Google之所以具有相对于其他搜索引擎的优势，原因在于它能把最好的、用户最需要的结果排在搜索结果的最前面。为了达到这一点，Google应用了其关键机制PageRank。PageRank简单地说类似于科技论文中的引用机制:谁的论文被引用次数多，谁就是权威。在互联网上PageRank就是基于网页中相互链接关系的分析得出的。比如:在互联网中，有如下链接关系:

假如有ABC 3个网站，彼此互作友情链接，那么当一个访客通过A上的友情链接来到B时，Google就认为A为B投了“一票”，同理，如果有人从C访问B，那么B又得一票，如果全世界的网站上都有B的友情链接，可想而知，B就是世界上最重要的网站了!

大致计算公式^[1]:

我们取d=0.85。

Pr(t_i)表示链向网页A第i个网页的Pr值，而C(t_i)表示第i个网页的总的链接数。

从这个式子可以看出，链接给A的网页i实际上对网页A有一个“投票”的作用，Google判断网页的重要性就是从这种投票开始的，这种投票的分量并不是相同的，受到两个因素的影响:投票站点的本身的Pr值，其Pr值越高，对被投票的站点Pr值贡献就越大;而投票站点的连接的总数量越多，则投票的作用就被更多的网页分享，因此贡献就越小。

假设这4个网页初始PageRank得分均为0。则根据上面的公式它们的PageRank得分都是0.15。我们计算一下链接后各自的PageRank得分情况。

(1) A链向B、C和D。A的初始PageRank得分是0.15，所以A的导出链接获得PageRank得分总数为0.85* 0.15=0.1275。B，C和D 3个网页各得0.0425分。

(2) B链向C、B的初始PageRank得分也是0.15，所以其唯一链接页面C所能够获得的PageRank得分是0.85* 0.15=0.1275分。

C链向A，其0.1275的PageRank得分传递给唯一链接对象A。

D链向C，其0.1275的PageRank得分传递给了C。

现在各网页的PageRank得分结果如下:

A: 0.15+ 0.1275(得自C)=0.2775

B: 0.15+ 0.0425(得自A)=0.1925

C: 0.15+ 0.0425(得自A)+ 0.1275(得自B)+ 0.1275(得自D)=0.4475

D: 0.15+ 0.0425(得自A)=0.1925

继续这样的计算，直到每个页面的数值逼近一个定值(PageRank属收敛函数)。最后可以发现，C的PageRank最高。而且外部链接的数量显著地改变了PageRank的分布。此时A、B、C、D的Pr值分别为: 1.41，0.55，1.47，0.55，之和也约为4。

因此，外部的链接对网站的Pr值提升有着重要作用，网站之间交换链接是非常有意义的。