2.5.4 Google PR

PR是PageRank的缩写。Google PR理论是所有基于链接的搜索引擎理论中最有名的。SEO人员可能不清楚本节介绍的其他链接理论，但不可能不知道PR。

PR是Google创始人之一拉里佩奇发明的，用于表示页面重要性的概念。用最简单的话说就是，反向链接越多的页面就是越重要的页面，因此PR值也就越高。

Google PR有点类似于科技文献中互相引用的概念，被其他文献引用较多的文献，很可能是比较重要的文献。

1．PR的概念和计算

我们可以把互联网理解为由结点及链接组成的有向图，页面就是一个个结点，页面之间的有向链接传递着页面的重要性。一个链接传递的PR值决定于链接所在页面的PR值，发出链接的页面本身PR值越高，所能传递出去的PR也越高。传递的PR值也取决于页面上的导出链接数目。对于给定PR值的页面来说，假设能传递到下级页面100份PR，页面上有10个导出链接，每个链接能传递10份PR，页面上有20个导出链接的话，每个链接只能传递5份PR。所以一个页面的PR值取决于导入链接总数，链接源页面的PR值，以及链接源页面上的导出链接数目。

PR值计算公式是：

PR(A)=(1-d)+d(PR(t1)/C(t1)+ … +PR(tn)/C(tn))

A代表页面A。

PR(A)则代表页面A的PR值。

d为阻尼指数。通常认为d=0.85。

t1…tn代表链接向页面A的页面t1到tn。

C代表页面上的导出链接数目。C(t1)即为页面t1上的导出链接数目。

从概念及计算公式都可以看到，PR值必须经过多次迭代计算才能得到。页面A的PR值取决于链接向A的页面t1至tn页面的PR值，而t1至tn页面的PR值又取决于其他页面的PR值，其中很可能还包含页面A。计算时先给所有页面设定一个初始值，经过一定次数的迭代计算后，各个页面的PR值将趋于稳定，收敛到一个特定值。研究证明，无论初始值怎么选取，经过迭代计算的最终PR值不会受到影响。

对阻尼系数做个简要说明。考虑如图2-34所示这样一个循环（实际网络上是一定存在这种循环的）。

外部页面Y向循环注入PR值，循环中的页面不停迭代传递PR，如果没有阻尼系数，循环中的页面PR将达到无穷大。引入阻尼系数，使PR在传递时自然衰减，才能将PR计算稳定在一个值上。

2．PR的两个比喻模型

关于PR有两个著名的比喻。一个比喻是投票。链接就像民主投票一样，A页面链接到B页面，就意味着A页面对B页面投了一票，使得B页面的重要性提高。同时，A页面本身的PR值决定了A所能投出去的投票力，PR值越高的页面，投出的票也更重要。在这个意义上，传统基于关键词匹配的算法是看页面自己说页面内容是什么，基于链接的PR则是看别人怎么评价一个页面。

第二个是随机冲浪比喻。假设一个访问者从一个页面开始，不停地随机点击链接，访问下一个页面。有时候这个用户感到无聊了，不再点击链接，就随机跳到了另外一个网址，再次开始不停地向下点击。所谓PR值，就是一个页面在这种随机冲浪访问中被访问到的概率。一个页面导入链接越多，被访问到的概率就越高，因此PR值也越高。

阻尼系数也与随机冲浪模型有关。(1−d)=0.15实际上就是用户感到无聊，停止点击，随机跳到新URL的概率。

3．工具条PR

真正的用于排名计算的Google PR值我们是无法知道的，我们所能看到的只是Google工具条PR值。需要清楚的是，工具条PR值并不是真实PR值的精确反映。真实PR值是一个准确的、大于0.15、没有上限的数字，工具条上显示的PR值已经规范化为0～10这11个数字，是一个整数，也就是说PR值最小的近似为0，最大的近似为10。实际上每一个工具条PR值代表的是很大一个范围，工具条PR5代表的页面真实PR值可能相差很多倍。

真正的PR值是不间断计算更新中的，工具条PR值只是某一个时间点上真实PR值的简化快照输出。在过去10多年中，Google快则每个月更新一次工具条PR，慢则近一年更新一次。2014年10月，Google员工John Mueller在一次视频问答中表示，Google以后可能不会更新工具条PR了。最后一次工具条PR更新是2013年12月6日，而且那次也是Google工程师在做别的事情时顺便（估计是不小心或不得已）输出的，不是计划中的，所以基本上可以肯定，以后Google不会再更新工具条PR值了。最近几年工具条PR值更新的日期如表2-4所示。

工具条PR与反向链接数目呈对数关系，而不是线性关系。也就是说如果从PR1到PR2需要的外部链接是100个，从PR2到PR3则需要大致1000个，PR5到PR6需要的外部链接则更多。所以PR值越高的网站想提升一级所要付出的时间和努力比PR值比较低的网站提升一级要多得多。

4．关于PR的几个误解

PR的英文全称是PageRank。这个名称来源于发明人佩奇（Page）的名字，巧合的是Page在英文中也是页面的意思。所以准确地说PageRank这个名字应该翻译为佩奇级别，而不是页面级别。不过约定俗成，再加上巧妙的一语双关，大家都把PR称为页面级别。

PR值只与链接有关。经常有站长询问，他的网站做了挺长时间，内容也全是原创的，怎么PR还是零呢？其实PR与站长是否认真、做站多长时间、内容是否原创都没有直接关系。有反向链接就有PR，没有反向链接就没有PR。一个高质量的原创网站，一般来说自然会吸引到比较多的外部链接，所以会间接提高PR值，但这并不是必然的。

工具条PR值更新与页面排名变化在时间上没有对应关系。在工具条PR值更新过程中，经常有站长说PR值提高了，难怪网站排名也提高了。可以肯定地说这只是时间上的巧合而已。前面说过，真实的用于排名计算的PR是连续计算更新的，随时计入排名算法。我们看到的工具条PR几个月才更新一次，最后一次更新已经是2013年12月。即使在工具条PR还更新时，当我们看到有PR变化，真实的PR早在几个月之前就更新和计入排名里了。所以，通过工具条PR变化，研究PR值与排名变化之间的关系是没有意义的。

5．PR的意义

Google工程师说过很多次，Google PR现在已经是一个被过度宣传的概念，其实PR只是Google排名算法的200多个因素之一，而且重要性已经下降很多，SEO人员完全不必太执着于PR值的提高。这可能就是Google不再更新工具条PR值的原因。

当然，PR还是Google排名算法中的重要因素之一。除了直接影响排名，PR的重要性还体现在下面几点。

（1）网站收录深度和总页面数。搜索引擎蜘蛛爬行时间及数据库的空间都是有限的。Google希望尽量优先收录重要性高的页面，所以PR值越高的网站就能被收录更多页面，蜘蛛爬行内页的深度也更高。对大中型网站来说，首页PR值是带动网站收录的重要因素之一。

（2）访问及更新频率。PR值越高的网站，搜索引擎蜘蛛访问得就越频繁，网站上出现新页面或旧页面上内容更新时，都能更快速地被收录。由于网站新页面通常都会在现有页面上出现链接，因此访问频率高也就意味着新页面被发现的速度快。

（3）重复内容判定。当Google在不同网站上发现完全相同的内容时，会选出一个作为原创，其他作为转载或抄袭。用户搜索相关查询词时，被判断为原创的那个版本会排在前面。而判断哪个版本为原创时，PR值也是重要因素之一。这也就是为什么那些权重高、PR值高的大网站，转载小网站内容却经常被当作原创的原因。

（4）排名初始子集的选择。前面介绍排名过程时提到，搜索引擎挑选出所有与关键词匹配的文件后，不可能对所有文件进行相关性计算，因为返回的文件可能有几百万、几千万，搜索引擎需要从中挑选出一个初始子集，再做相关性计算。初始子集的选择显然与关键词相关度无关，而只能从页面的重要程度着手，PR值就是与关键词无关的重要度指标。

现在的PR算法与当初拉里佩奇专利中的描述相比肯定有了改进和变化。一个可以观察到的现象是，PR算法应该已经排除了一部分Google认为可疑或者无效的链接，比如付费链接、博客和论坛中的垃圾链接等。所以有时候我们会看到一个页面有PR6甚至PR7的导入链接，经过几次工具条PR更新后，却还维持在PR3甚至PR2。按说一个PR6或7的链接，应该能把被链接的页面带到PR5或PR4。所以很可能Google已经把一部分它认为可疑的链接排除在PR计算之外。

再比如，同一个页面上不同位置的链接是否应该传递出去相同数量的PR值？正文、侧栏导航、页脚的链接应该同等对待吗？按照最初的PR设计，是的，因为没有考虑链接位置。但显然，不同位置的链接重要性是不一样的，被真实用户点击的概率也是不一样的，那么传递出去的PR值是否也应该不一样呢？现在的Google PR值算法中是否已经引入了矫正呢？

PR专利发明人是拉里佩奇，专利所有人是斯坦福大学，Google公司拥有永久性排他使用权。

虽然PR是Google拥有专利使用权的算法，但其他所有主流搜索引擎也都有类似算法，只不过不称为PR而已。所以这里提到的PR的作用和意义，同样适用于其他搜索引擎。