Google PR 值

Google PR 值

PR 值是PageRank 的缩写。Google PR 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 值。

PR 值是用于表示页面重要性的概念。简单来说，反向链接越多的页面就是越重要的页面，PR 值也就越高。

PR 值的专利发明人是 Google 创始人之一拉里·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。

Google PR 值的概念与科技文献中互相引用的概念相似，被其他文献引用较多的文献，很可能是比较重要的文献。

• PR 值的概念和计算

我们可以把互联网理解为由节点和链接组成的有向图，页面就是一个个节点，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 值首先取决于链接所在页面的 PR 值，发出链接的页面本身 PR 值越高，所能传递出去的 PR 值也越高。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 值，如果页面上有 10 个导出链接，那么每个链接能传递 10 份 PR 值；如果页面上有 20 个导出链接，那么每个链接只能传递 5 份 PR 值。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 PR 值的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 至页面 tn 的 PR 值，而页面 t1 至页面 tn 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。

下面对阻尼系数进行简要说明。如图 2-36 所示是一个链接构成的循环（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，循环中的页面不停地迭代传递 PR 值，如果没有阻尼系数，循环中

图 2-36 链接构成的循环

的页面 PR 值将达到无穷大。引入阻尼系数，使 PR 值

在传递时自然衰减，才能将 PR 值计算稳定在一个值上。

• PR 值的两个比喻模型

关于 PR 值有两个著名的比喻。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 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，基于关键词匹配的传统算法是看页面本身的自我描述，而基于链接的 PR 值则是看别人怎么评价一个页面。

另一个比喻是随机冲浪。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。一个页面的导入链接越多，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。

• 工具条 PR 值

真正用于排名计算的 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，也就是说工具条 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 值代表的都是一个很大的范围，同样工具条 PR 值的两个页面，其真实 PR 值可能相差很多倍。

真正的 PR 值是不间断计算更新的，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。2013 年之前，Google 快则每个月更新一次工具条 PR 值，慢则近一年更新一次。在 Google 目录（Google Directory，现早已取消）上，甚至在搜索结果页面上，都曾显示过工具条 PR 值。

但工具条显示的 PR 值对 SEO 的作用越来越与 Google 的初衷相背离，PR 值变成了一些站长的追求，甚至变成骗取交换链接的本钱，所以后期 Google 多次表达不打算更新工具条 PR 值了。最后一次工具条 PR 值更新是 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输出的，并不在计划中。2016 年，Google 完全取消了工具条

和浏览器显示 PR 值的功能。

工具条 PR 值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 值低的网站提升一级要多得多。

• 关于 PR 值的几个误解

PR 值的英文全称是PageRank。这个Page 指的是发明人拉里·佩奇（Larry 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 这个名称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 值称为页面级别。

PR 值只与链接有关。以前经常有站长询问，自己的网站做了很长时间，内容也全是原创的，怎么 PR 值还是 0 呢？其实 PR 值与站长是否认真、做站时间长短、内容是否原创都没有直接关系。有反向链接就有 PR 值，没有反向链接就没有 PR 值。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，间接地提高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 值更新的过程中，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，真正用于排名计算的 PR 值是连续计算更新的，随时计入排名算法。我们看到的工具条 PR 值几个月才更新一次，最后一次更新已经是 2013 年 12月。即使在工具条 PR 值还更新时，当我们看到 PR 值有变化时，其真实的 PR 值早在几个月之前就已更新和计入排名里了。所以，通过工具条 PR 值的变化来研究 PR 值与排名变化之间的关系是没有意义的。

• PR 值的意义

Google 工程师说过很多次，Google PR 值已经是一个被过度宣传的概念，其实 PR 值只是影响 Google 排名算法的 200 多个因素之一，而且其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。这也是 Google 不再更新工具条 PR 值的原因。

当然，PR 值还是 Google 排名算法中的重要因素之一。取消工具条 PR 值显示，不是取消 PR 值，真实的内部 PR 值还是一直更新和使用的。

除了直接影响排名，PR 值的重要性还体现在下面几点。

• 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。
• 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，网站上出现的新页面或旧页面上有了内容更新，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，因此访问频率越高，也就意味着新页面被发现的速度越快。
• 重复内容判定。当 Google 在不同网站上发现完全相同的内容时，会选择一个作为原创，其他作为转载或抄袭。用户搜索相关查询词时，被判断为原创的版本会排在前

面。而在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 值高的大网站转载了小网站的内容，却经常被当作原创。

• 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，不可能对所有文件都进行相关性计算，因为返回的文件可能有几百万、几千万个，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的相关度无关，只能从页面的重要程度着手，PR 值就是衡量页面重要程度的指标。

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 值更新后，却还维持在 PR3 甚至 PR2。按说一个 PR6 或 PR7 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 值计算之外了。

再比如，同一个页面上，不同位置的链接是否应该传递出相同数量的 PR 值？正文、侧栏导航、页脚的链接是否应该同等对待？如果按照最初的 PR 值设计，那么是的，因为没有考虑链接的位置。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？

虽然 PR 值是 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 值而已。所以这里提到的 PR 值的作用和意义，同样适用于其他搜索引擎。

• Google 新版 PR 值

2019 年 7 月，Google 前员工 Jonathan Tang 在 Hacker News 透露，Google 早在 2006年就不再使用 Google PR 值了。这些年 Google 与 SEO 行业的官方沟通人 John Mu 在 Twitter 上评论此事时并没有否认，只是说：“SEO 们应该知道，20 年来Google 工程师不可能没有对搜索做出修改。”间接肯定了这个说法。

那么从 2006 年到 2016 年，工具条上显示的 PR 值是什么东西呢？Google 的另一位发言人 Gary Illyes，在 2017 年还发 twitter 消息明确说 Google 依然在排名算法中使用 PR值，又是怎么回事呢？

Jonathan Tang 后续又解释了一下，2006 年他们用另一个算法取代了 PR 值算法，那

个算法给出的结果大致和 PR 值算法相似，但计算速度要快得多。工具条显示的宣称是 PR 的数值就是这个替代算法的结果。这个替代算法的名字都和 PR 相似，所以 Google 这么宣称，在技术上也不能说是错的。

所以，从 2006 年开始，Google 算法中使用的、工具条所显示的，都不是原始 PR 值计算公式的结果，而是一个结果类似、名称类似、计算速度快得多的算法。我们姑且称之为 Google 新 PR 值吧。

那么这个 Google 新 PR 值的计算原理是什么？Jonathan Tang 没说，连真实名称也没说，大家只能猜测了。

专门研究 Google 专利的大神 Bill Slawski 发现，Google 的一个新专利刚好于 2006 年通过，这有可能就是 Google 现在正在使用的新PR 值算法，专利名称是 Producing a ranking for pages using distances in a web-link graph，中文译为“基于链接距离的页面级别计算”。简单来说，新 PR 值不再计算导入链接的总数，而是计算这个页面与种子页面之间的

距离，距离越近，页面质量越高，页面级别、新 PR 值越高。这个思路和 Yahoo!的 TrustRank算法思路是极为相近的，其基本假设都是：好网站不会链接向坏网站，但会链接向其他好网站。

这个专利涉及几个概念：种子页面（Seed Pages）、链接长度（Link Length）、链接距离（Link Distance）。

• 种子页面（Seed Pages）

如图 2-37 的 Google 新 PR 值算法示意图所示，Google 选出一部分页面作为种子页面集合，如图中上半部分的种子页面 106、108、110，下半部分都是在种子页面集之外的、需要计算新 PR 值的页面。

图 2-37 Google 新 PR 值算法示意图

关于种子页面的几个要点如下：

• 种子页面显然是高质量的页面，专利里举的例子是 Google 目录（其实就是开放目录的拷贝，这两个现在都已经不存在了）和《纽约时报》。
• 种子页面需要与其他非种子页面有很好的连通性，有比较多的导出链接指向其他高质量页面。
• 种子页面需要稳定可靠，具有多样性，能大范围覆盖各类主题。
• 链接长度（Link Length）

种子页面和非种子页面之间有的距离近，有的距离远。如种子页面 106 通过链接 132

直接连向非种子页面 112，非种子页面 118 则没有种子页面直接连向它，要通过两层链接。链接距离并不是简单地数链接层数。每个链接 Google 会计算一个链接长度，链接长

度取决于链接本身的特征和链接所在页面的特征，比如页面上有多少链接、链接的位置、链接文字所用的字体等。

所以，同样是一个链接，链接长度是不一样的：

• 页面导出的链接越多，链接长度越长。这和原始 PR 值的思路是一样的，导出链接越多，每个链接分到的权重越少。
• 链接所在位置越重要，比如正文中、正文靠前部分，链接长度越短。
• 链接锚文字字号越大，或者在 H1 标签中，可能链接长度越短。这正符合前一节提到的对原始 PR 值的修正。
• 链接距离（Link Distance）

链接距离就是页面与种子页面集合之间的最短链接长度之和。种子页面和非种子页面之间通常存在不止一条链接通路，如图 2-37 中，非种子页面 118 可以通过链接 132、136从种子页面 106 到达，也可以通过链接 134、142、144 到达，还可以通过链接 134、140到达，以及通过其他链接从其他种子页面到达，所有这些从种子页面集合到页面的链接通路中，链接长度之和最短的那个被定义为链接距离。

如果一个页面无法从任何种子页面出发并实现访问，就说明种子页面集合到这个页面完全没有链接通路，那么二者之间的链接距离就是无限大。

Google 算法会根据链接距离计算出一个页面的排名能力分数，也就是新 PR 值，在最后的排名算法中，这个新 PR 值成为排名因素之一。也就是说，链接距离越短，离种子页面越近，Google 就认为这个页面越重要，排名能力越高。

链接距离的计算不需要迭代，所以新 PR 值相比原版 PR 值的计算要快得多，而在代表页面重要性上，我相信 Google 对两种算法做过对比，发现准确性差不多，所以就用来代替原来的 PR 值了。

专利最后面提到了另一个概念：简化链接网络图（Reduced Link-Graph），不过没有进一步说明这个概念有什么作用，仅用一个段落介绍简化链接网络图这个概念后，专利内容就结束了。不过简化链接网络图有可能和链接质量判断、企鹅算法更新等相关。

在图 2-37 中，所有页面之间的所有链接组成一个完整的链接网络图，其中只由最短链接距离通路组成的链接被称为简化链接网络图，也就是用来计算新 PR 值的那些链接。显然，简化链接网络图是完整链接网络的一个子集，不过每个页面的链接距离都已经保留在简化链接网络图中了，去掉的那些链接对页面链接距离和新 PR 值不造成影响。在简化链接网络图中，每个页面获得的链接权重来源都可以回溯到距离最近的种子页面。

如果一个页面完全没有可以从种子页面集合到达的链接通路，也就是前面说的链接距离为无限大，这个页面将被排除在简化链接网络图之外。如果一个页面得到的链接都

来自简化链接网络图之外，虽然链接总数可能很大，但其链接距离依然是无限大。

换句话说，在简化链接网络图之外的链接是被忽略掉的，无论其有多少个。联想到 Penguin 4.0 算法更新，其中一个特征就是，垃圾链接是被忽略掉的，不被计入链接的流动中，这和基于链接距离的新 PR 值非常相似。

本文档为站内渲染。原始文件本地路径：saas/source/seo-llm/SEO实战密码-markdown-第02章-了解搜索引擎-链接原理-Google-PR-值-f2b13d.md（仅本地保留，不入库不部署）