1,776
在SiteAnalyzer的新版本中，我們實施了您經常要求的網站內部PageRank的計算，並且僅在少數付費程序中可用。
今天我們很高興地宣布，在新版本的SiteAnalyzer 1.8中，所有用戶都可以免費獲得內部PageRank的計算！
下面是分析網站頁面鏈接時程序及其在程序中的應用可能性的簡要說明。
什麼是PageRank及其用途是什麼？
PageRank是頁面“重要性”的數字衡量標準，由Google輸入並取決於鏈接到該頁面的頁面的數量和質量。換句話說，PageRank是一種計算頁面權威性的算法：頁面鏈接越多，識別的重要性和權威性就越高。
因此，構建站點結構的主管方法成為整個資源及其各個頁面成功排名的關鍵條件之一。本文概述的計算內部PageRank的原則將幫助您了解搜索引擎在您的網站架構方面的能力。
計算PageRank的原則
計算PageRank的原始算法是由Google Lawrence Page和Sergey Brin的創建者開發的。算法如下：
PR(A) = (1-d) + d (PR(T1) / C(T1) + ... + PR(Tn) / C(Tn))
其中：
- PR（A） - 第A頁的PageRank
- PR（Ti） - 頁面Ti的PageRank，指的是頁面A.
- C（Ti） - Ti頁面的外部鏈接數（鏈接到其他站點的鏈接）
- d是位於0到1範圍內的轉儲係數。這是一個“軟化”係數，它確定訪問Ti的隨機用戶將跟隨到頁面A的外部鏈接（通常是隨機變量）的概率。根據Page和Brin的算法，調光係數d通常為= 0.85
您可以找到有關該公式的更多信息：
- 在這裡閱讀http://infolab.stanford.edu/~backrub/google.html和http://ilpubs.stanford.edu:8090/422/1/1999-66.pdf
- 以及在此鏈接下載在Excel中計算PageRank的示例
應該理解的是，PageRank不會將網站整體分類，而是分別為每個頁面確定。 Ti頁面上的外部鏈接數量越少，它們的權重就越大。
還有另一種算法PageRank（更現代）的算法：
PR(A) = (1-d) / N + d (PR(T1) / C(T1) + ... + PR(Tn) / C(Tn))
- 其中N是所有Internet頁面的總數。該算法不會與先前提出的（1-d）/ N完全不同 - 這是數學期望，其確定Ti站點的用戶移動到頁面A的可能性。
如何使用SiteAnalyzer計算內部PageRank？
重要的是要了解Google為互聯網上的任何頁面計算PageRank，SiteAnalyzer計算網站中每個頁面的權重。因此，為了分析網站上內部鏈接的結構，有必要參考計算PageRank的概念並測量每個頁面在特定Web資源中的相對重要性。
首先，要計算網頁排名，您必須掃描網站以獲取有關其所有內部和外部鏈接的信息。
為此，我們啟動SiteAnalyzer並開始掃描我們感興趣的站點（例如，我們的程序站點https://site-analyzer.pro/）。計算PageRank的迭代次數默認為15，但如果需要，可以在程序設置中更改（迭代次數從2到50不等，但是，我們認為15最適合快速獲得必要的結果）。
您還可以為計算PageRank的公式選擇兩個選項之一，我們寫了更高一點。
掃描後，轉到PageRank選項卡並通過上下文菜單運行計算，我們得到以下結果：
在此示例中，我們看到網站的主頁與其他頁面相比排名最高，這對於此資源來說是合乎邏輯且完全正常的。
獲得的PageRank值自動保存在程序中（我們故意不推導出這些中間迭代的值，以免分散用戶不必要的數據）。
再舉一個例子，站點Y.在計算結束時，內部PageRank統計信息如下所示：
目錄主頁的內部PageRank高於網站主頁的類似指標。 這一方面不會對排名產生負面影響，因為餘額是通過外部鏈接維護到網站的主頁。 但是，重要的是要考慮到這一時刻，而不是允許目錄頁面在有機輸出結果中高於主資源頁面的情況。
結論
在本文中，我們研究了SiteAnalyzer程序中計算PageRank的兩個工作選項，您可以使用它們完全免費分析網站的導航結構，以及優化內部資源鏈接系統，以便將參考權重轉移到最重要的頁面。
如果您對該程序的此功能有任何疑問或建議，可以在本文的評論中寫下，或通過反饋表發送電子郵件給我們。
謝謝你的關注！
其他文章
