Istilah PageRank menjelaskan prosedur yang memungkinkan evaluasi situs web berdasarkan algoritma berdasarkan tautan yang masuk. Larry Page membentuk istilah dengan Sergei Brin dan mengembangkan algoritma di Standford University dan mematenkannya pada tahun 1997.
Penunjukan PageRank Berasal dari halaman Google -Founder Larry, yang dengan algoritma ini Sergei Brin Dikembangkan di Standford University dan memiliki hewan paten pada tahun 1997. Istilah ini adalah prosedur yang menyatakan bahwa halaman dengan banyak tautan yang masuk ditimbang lebih tinggi dari situs web yang hanya ditargetkan oleh beberapa hyperlink.
Data Google PageRank tidak lagi tersedia di depan umum.
PageRank -algoritma
Pada prinsipnya, algoritma PageRank dievaluasi di situs web sesuai dengan frekuensi tautan di situs web dan dengan demikian juga pentingnya halaman tersebut. PageRank adalah dasar dari algoritma, yang juga digunakan untuk mengoptimalkan mesin pencari.
Penemuan ini hanya menghasilkan faktor penilaian berdasarkan struktur tautan. Konten halaman tidak memainkan peran utama di PageRank seperti URL. Selain itu, tidak ada perbedaan antara tautan internal dan eksternal. Di masing -masing pagerank -value, ‘pentingnya situs web’ lebih akurat, di mana konten halaman independen. Peringkat (penempatan situs web) ditentukan dari kombinasi faktor pada halaman dan halaman luar, yang kemudian mengarah ke op-page dan optimasi pada halaman. Misalnya, faktor -halaman -halaman berisi judul, deskripsi, judul, dan teks normal; Selain PageRank, faktor AF -halaman berisi teks tautan yang merujuk. Algoritma PageRank hanya menggambarkan sebagian dari algoritma peringkat.
Baru -baru ini, semakin banyak faktor juga telah dimasukkan, itulah sebabnya Pageran kehilangan kepentingan. Dengan algoritma PageRank, baik jumlah tautan yang masuk dan bobot sisi tautan sangat menentukan.
Dengan cara ini, penilaian halaman dikembalikan melalui penilaian dengan halaman yang akan ditautkan kepada Anda. Seluruh struktur tautan Internet juga terlibat. Jenis deteksi sakelar didasarkan pada model permukaan acak.
Bagian dari PageRank
Jika halaman mengalami peringkat tinggi, PageRank tinggi Anda dapat diteruskan ke samping, yang terhubung. Namun, nilai tautan ini berkurang, semakin banyak tautan lain masih ada di halaman. Dengan teknologi pahatan PageRank, misalnya, upaya masih dilakukan untuk mentransfer PageRank dari situs web ke sub -halamannya masing -masing.
Contoh
Ada berbagai contoh algoritma PageRank. Kasus paling sederhana adalah situs web yang tidak terhubung. Ini menciptakan faktur pra = prb = prc = (1 – d). Ini berarti bahwa semua halaman memiliki PageRank yang sama. Akibatnya, nilainya sesuai dengan nilai minimum yang mungkin. Hasil ini sesuai dengan sejumlah halaman yang tidak terhubung.