PageRank研究的一些结论

结合PageRank的算法原理以及实证剖析，应用PageRank判断网页的质量具有一定的可靠性和可行性,这方面已经得到行业的认可，但在评价中必需思索以下几个方面的成绩：


1.对评价对象抽取样本停止实验，检验PageRank值对评价该主题网页质量的可靠性和可行性，如根据SEO的相关网站的PageRank值与网页的质量未见相关性。对于该主题，不能轻易使用PageRank来判断网页的质量。


2.不同语言的网页的PageRank值不具有可比性，经过我们的实验显示，中文网页的PageRank值远低于英文网页的PageRank，也就是说，同等质量的内容，中文网页的PageRank远低于英文网页。


3.PageRank值不适用于评价中文网页。从实验中可以看到，中文网页的PageRank值绝大多数仍为0。


中文网页PageRank值得分低，至少有3个方面的原因：一是语言的影响使网页在全球范围内传达才能弱于英文网页。第二，与中文网页的链接行为有关。在以往的实验中，发现PageRank为零的网页所在的网域的PageRank并不低，很多高达5或6，也就是说，中文网页的链接通常更多的是链接到网站的主页，而不是链接到资源所在的网页，这使一些网页内容很好的网站不一定取得更多的威望链接，影响其PageRank值。第三，从实证一和实证二中发现，对于以PageRank为关键词检索到的网页，中文网页的内容90％以下去自于博客(blog)网站或论坛，一些被评价为好的网页的内容多来自对国外文章的编译，而其他少量的网页内容仅几句话。英文网页的内容有些来自于学术机构(以edu、ac为网域)或专家的团体网站。


4.PageRank的算法在评价学术网页时，有其自身的缺陷：第一，PageRank的算法未思索到网页的日期成绩。从实证中发现，有的网页质量较高，但PageRank值却很低，进一步观察发现这些网页的日期很新。剖析PageRank算法，也可以发现PageRank算法未思索网页的新旧成绩，一个刚发布的优质网页，能够由于没有多少外部链接而被PageRank视为高等级，相反，一个旧的质量较普通的网页，能够由于工夫累积，造成外部链接相对较多，而排名居前。第二，PageRank算法未思索域的价值，在学术网页的评价中，这显然是一个缺陷。由于网络中存在少量的广告，因此，来自域edu、ac的网页通常比来自com、net的网页更具有学术性。对于这类网页只有人工添加权重以补偿上述缺陷。


由此可见，只有在对PageRank的评价作用、适用范围有清楚的掌握时，才能使用这一指标停止网页质量评价。


网站的内容质量取决于构成网站的诸网页的内容质量，检索到网站关于某主题的相关网页后，将相关网页的PageRank值之和作为网站的PageRank值，这样，PageRank就从评价网页的指标进而成为评价网站的指标。
文章由 www.bjthx.com 太空记忆枕 整理，收集辛苦，希望能保留出处，谢谢斑竹大哥。