Google新PR：以鏈接距離為基礎的頁面級別
Google PR是Google誕生以來最具知名度的概念，以至于很多人認為Google PR的意義更多在于公關炒作，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，站長們再也看不到最新的PR值了，也有很多SEO認為Google完全取消了PageRank算法。現在的Google排名算法中還有PageRank嗎？眾說紛紜。
Google從2006年就不再使用PageRank了
前天，一位自稱的前 Google軟件工程師在Hacker News的一個討論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…
翻譯過來的意思是：
評論里說PageRank是Google秘方的說法并不正確 — 從2006年Google就不再用 PageRank了。關于搜索和點擊率數據很重要的說法還比較靠譜……
說得很明確，Google算法早就不再使用PageRank了。
另外，點擊率也是Google算法重要排名因素之一，但到目前為止，真實有效的Google點擊器或Google快排這種東西還沒有誕生，而百度對百度快排貌似已經放棄治療了…這個是另一個話題，暫且不提。
這是真的嗎？
為了驗證這位前Google員工身份，SEO們已經做了人肉分析，結論是大概率是真的。這位員工名字是Jonathan Tang，Twitter賬號在此，2009年至2014年在Google工作，他的Hacker News賬號是2007年注冊的，不大可能用這么老的賬號來胡扯或造謠。
而且，這些年Google與SEO行業的官方溝通人JohnMu在Twitter上評論此事時并沒有否認，只是說：
SEO們應該知道，20年來Google工程師不可能沒有對搜索做出修改。
所以，雖然沒有官方認證，但應該是真的。其實，Matt Cutts等人很早以前也表示過，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排名的基本原理沒有變化，但不可能這么多年原樣不動地用PageRank的原始版本，肯定是修改過的了。
JohnMu去年也直接評論過PageRank的使用情況，表示現在的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的另一位發言人Gary Illyes在2017年還發推明確說：“你們不知道嗎，Google在18年后依然在排名算法中使用PageRank（還有幾百個其它信號）。”
所以到底是在用還是不用了？
Jonathan Tang后續又解釋了一下：
他們2006年用另一個算法取代了PR，那個算法給出的結果大致和PR相似，但計算速度快得多。工具條顯示的宣稱是PR的數值就是這個替代算法的結果。這個替代算法的名字都和PageRank相似，所以Google這么宣稱，在技術上也不能說是錯的。
所以，從2006年開始，Google算法中使用的、工具條所顯示的，都不是原始PageRank計算公式的結果，而是一個結果類似、名稱類似、計算速度快得多的算法。
我們姑且稱之為Google新PageRank吧。
那么這個Google新PR的計算原理是什么？Jonathan Tang沒說，連真實名稱也沒說，大家只能猜測了。
疑似Google新PageRank專利
Jonathan Tang的帖子后面，專門研究Google專利的大神Bill Slawski發了個回復：
Google的新版本PageRank專利2006年通過。巧合？
Bill Slawski去年發帖詳細介紹過這個新版本PageRank專利，這兩天又仔細讀了一下專利原文和Bill Slawski的帖子，這里介紹一下大意。
專利名稱是Producing a ranking for pages using distances in a web-link graph – 基于鏈接距離的頁面級別計算。
簡單說，新PageRank不再計算導入鏈接的總數，而是計算這個頁面與種子頁面之間的距離，距離越近，頁面質量越高，頁面級別、新PageRank越高。這個思路和Yahoo!的TrustRank是極為相近的，基本假設都是：好網站不會鏈接向壞網站，但會鏈接向其它好網站。
種子頁面、鏈接長度、鏈接距離
這個專利涉及幾個概念。種子頁面（Seed Pages）、鏈接長度（Link Length）、鏈接距離（Link Distance）。
種子頁面（Seed Pages）
如上面的簡單網絡鏈接圖所示，Google選出一部分頁面作為種子頁面，如圖中上半部分的頁面106、108、110，下半部分的都是種子頁面集之外的、需要計算新PR值的。
關于種子頁面的幾個要點：
種子頁面顯然是高質量的頁面，專利里舉的例子是Google目錄（其實就是已經死了的開放目錄）和紐約時報。
種子頁面需要與其它非種子頁面有很好的連通性，有比較多的導出鏈接指向其它高質量頁面。
種子頁面需要穩定可靠，有多樣性，大范圍覆蓋各類主題。
鏈接長度（Link Length）
種子和非種子之間有的離得近，有的離得遠。如種子頁面106通過鏈接132直接連向非種子頁面112，非種子頁面118則沒有種子頁面直接連向它，要通過兩層鏈接。
鏈接距離并不是簡單地數鏈接層數。每個鏈接Google會計算一個鏈接長度，鏈接長度取決于鏈接本身的特征和鏈接所在頁面的特征，比如頁面上有多少鏈接，鏈接的位置，鏈接文字所用字體等等。
所以，同樣是一個鏈接，鏈接長度是不一樣的：
頁面導出鏈接越多，鏈接長度越長。這和原始PageRank思路是一樣的，導出鏈接越多，每個鏈接分到的權重越少。
鏈接所在位置越重要，比如正文中，正文靠前部分，鏈接長度越短。
鏈接錨文字字號越大，或者在H1中，可能鏈接長度越短。
我記得Matt Cutts很久以前在談到PageRank可能的修正時提到過，正文中的鏈接和頁腳的鏈接被用戶點擊到的概率顯然差距很大，所以不同位置的鏈接獲得的PR和權重應該是不一樣的。這種說法很符合這個專利的意思。
鏈接距離（Link Distance）
鏈接距離就是頁面與種子頁面集合之間的最短鏈接長度之和。種子頁面和非種子頁面之間通常不止一條鏈接通路，如示意圖中，頁面118可以通過鏈接132、136從種子頁面106到達，也可以通過鏈接134、142、140到達，還可以通過鏈接134、140到達，還可以通過其它鏈接從其它種子頁面到達，所有這些從種子集到頁面的鏈接通路中，鏈接長度之和最短的那個被定義為鏈接距離。
如果一個頁面無法從任何種子頁面出發訪問到，也就是種子頁面集合到這個頁面完全沒有鏈接通路，那么鏈接距離是無限大。
然后Google算法根據鏈接距離計算出一個頁面的排名能力分數，也就是新PR值，最后的排名算法中，這個新PR值作為排名因素之一。也就是說，鏈接距離越短，離種子越近，Google認為頁面越重要，排名能力越高。
鏈接距離的計算不需要迭代，所以比原版PageRank的計算要快得多，而在代表頁面重要性上，我相信Google做過對比，準確性差不多，所以就用來代替原來的PR了。
簡化鏈接網絡圖（Reduced Link-Graph）
專利最后面提到了另一個概念：簡化鏈接網絡圖（Reduced Link-Graph），不過沒有再說明這個概念有什么用，用一個段落說了簡化鏈接網絡圖這個概念后專利就結束了。不過簡化鏈接網絡圖有可能和鏈接質量判斷、Penguin算法更新等相關。
在前面示意圖中，所有頁面之間的所有鏈接組成一個完整的鏈接網絡圖，其中只由最短鏈接距離通路組成的鏈接被稱為簡化鏈接網絡圖，也就是用來計算新PR值的那些鏈接。顯然，簡化鏈接網絡圖是完整鏈接網絡的一個子集，不過每個頁面的鏈接距離都已經保留在簡化鏈接網絡圖中了，去掉的那些鏈接對頁面鏈接距離和新PR值沒有影響。在簡化鏈接網絡圖中，每個頁面獲得的鏈接權重來源都是可以回溯到最近的種子頁面的。
如果一個頁面從種子集合完全沒有鏈接通路可以到達，也就是前面說的鏈接距離為無限大，這個頁面將被排除在簡化鏈接網絡圖之外。如果一個頁面得到的鏈接都來自簡化鏈接網絡之外，雖然鏈接總數可能很大，但其鏈接距離依然是無限大。
換句話說，在簡化鏈接網絡之外的鏈接是被忽略掉的，無論有多少鏈接。聯想到Penguin 4.0算法更新，其中一個特征就是，垃圾鏈接是被忽略掉的，不被計入鏈接的流動中，這和基于鏈接距離的頁面級別非常相似。
來源：SEO每天一貼 Zac 昝輝
