77 109 244 728 922 177 482 88 820 331 542 267 538 766 414 619 694 410 229 410 23 226 215 769 936 626 787 929 150 328 659 534 558 957 460 577 140 292 590 687 53 427 271 363 267 128 143 89 154 502
当前位置:首页 > 亲子 > 正文

网站被K做为一个站长要坚持不放弃

来源:新华网 谢哨手晚报

Google--PageRank技术解密(二)7.非PageRank因素阙值8.使用阙值推知两种排名策略的价值9.PageRank的计算七:非PageRank因子的上限阙值(Non-PageRankFactorThreshold) 除了PageRank外,其它排名因子都存在一个阙值,也叫临界值或差值。即当增长到一定值时,因子的重要性反而开始慢慢降低,则该值就是非PageRank因子的阙值。 设阙值为1,000,如果网页A和B是我们对某一查询条件的其中两个查询结果,且A的总分数(包括页面因子得分和PageRank得分)是900,B是500,则显然A会排在B的前面。但由于A和B的分数均低于我们上面假设的非PageRank因子阙值,因而在不改变PageRank的情况下,我们可以通过对B页进行精心的页面优化使页面因子分数得到提高来使其排名超过A。但如果A的总得分升至1,100分,则B若还只是一味优化页面因子是远远不够的。在这种情况下,提升PageRank就成为首要任务了。 一般说来,Google的查询结果页中既可能包含一些分数超过阙值的网页,也可能包含一些分数低于阙值的网页。所以: 为了提高竞争能力,必须在阙值范围内尽可能提高页面的搜索引擎排名得分,否则会降低页面的竞争力。“页面因子”是接近和达到阙值最迅捷的方式,它与PageRank的结合使用才是提升网站排名得分的最佳优化策略。八:使用阙值推知两种排名策略的价值 阙值解释了搜索引擎商所遵循的原则和不同的实施途径,同时亦阐述了为什么会产生关于PageRank的一些误解。我们可以把这两种策略当成两个人A和B。 A认为“PageRank”并不重要。他们已有数年网页优化经验并知道如何完美地利用“页面因素”来达到优化的目的。他们亦理解基本的锚文本,但对PageRank得分毫不在意。结果如何呢?由于最大化地使用了“页面因子”,从而使A迅速达到“非PageRank因子的阙值”。所以通过精心选择关键词可使他们获得较好的网站排名。而且只要网站内容比较好,随着时间推移总会有排名高的站点链接,涓涓细流汇成河。A最后亦得到了PageRank得分,并籍此巩固了排名。 B认为“PageRank”十分重要。他掌握了很多关于提升PageRank得分的信息,并为提高该得分下足了工夫。结果又如何呢?B的做法和A相反,但A在非PageRank因子上下工夫,结果却得到了PageRank得分。而B在PageRank因子上下工夫,结果却得到非PageRank因子得分。究其原因,就是由于提高PageRank得分需要外部链接,链接又具有锚文本,从而通过精心挑选外部链接的锚文本,B自发提高了其非PageRank因子的得分,从而赢得了较高的PageRank得分。 虽然这只是两个极端,但我们可以利用它们来推知这两种途径各自的优缺点:对象优点缺点A:忽略PageRank网站排名在短期内就可得到提升自我生成链接节省了工作量需投入大量工作维持网站排名对新竞争者的应变速度较慢B:忽略页面排名因子可获得可靠网站排名,并可在需要时轻松修改页面因素使排名迅速提升极可能从非搜索类引擎来源上获得更高访问量网站排名提升较慢操作难度较大容易为SPAM过滤程序所制 事实上,我们前面说过,最终排名得分=所有非PageRank因子实际得分x实际PageRank得分。亦即二者相辅相成,再加上随着网上营销方式的发展壮大,关键词的竞争也变的愈来愈激烈,这种情况下只靠非PageRank因子得到好排名显然是不可能的。而且非PageRank因子存在着阙值的局限性。同时,对于竞争性极高的关键词,还存在着PageRank下限的问题。也就是说,除非网站的PageRank得分超过这个下限标准,否则网站排名很难上去。PageRank的下限由关键词的竞争度所决定。竞争性一般的关键词PageRank下限也不高,而对竞争较为激烈的关键词来说,它所要求的PageRank下限相应就要高。而PageRank得分的提升又非常有难,这时候非PageRank因子就变的非常重要了。 综上所述:我们需要充分发挥各排名因子的优势来赢取理想的综合排名得分。同时关键词(竞争度适宜)的精心选择亦变的非常重要,它可以节省大量的支出。九:PageRank的计算方法 PageRank(A)=(1-d)+d(PageRank(T1)/C(T1)+...+PageRank(Tn)/C(Tn)) 其中PageRank(A)表示给定页面A的PageRank得分; D为阻尼因子,一般设为0.85; PageRank(T1)表示一个指向A页的网站其本身的PageRank得分; C(T1)表示该页面所拥有的导出链接数量; PageRank(Tn)/C(Tn)表示为每一个指向A页的页面重复相同的操作步骤。 事实上,计算某个页面的PageRank得分需要大量繁复计算。例如若计算A页的PageRank得分则首先要知道所有链至A页的网页(导入链接)的PageRank得分。要想知道这些外部链接页的PageRank得分,又需要先知道这些页面的外部链接的PageRank得分,等等。我们只需要知道: A页的外部链接B能够带给A的PageRank得分与B的导出链接数量成反比,即随着B上导出链接数的增加,带给A的PageRank得分亦随之降低。这同样表明了一个网页的PageRank得分是该网页对其它页面投票的一个基本的度量形式。一个网页可以投票给一个或多个导出链接,但其总投票权一定,并被平均分配给所有的导出链接。假设B的PageRank得分是5,且B上只有一条指向A的链接,那么A将获得B全部的PageRank得分(B没有损失任何东西,而A赢得了B的PageRank得分)。但如果B上有N个链接,则A只能得到B的PageRank得分的N分之一。 285 87 332 168 649 570 354 303 830 606 194 4 702 831 222 379 143 892 822 342 382 111 844 850 327 786 58 178 825 139 214 929 748 307 185 388 377 665 82 396 556 698 918 97 428 690 449 848 870 988

友情链接: 君运翠山 19597134 黄远山 庄徊 linwenquan 淼昕爱 xwl275821 a1007272145 达哇仁新承 670270
友情链接:hehky 头法云 斌俊丁凤 gnaaeqmq 帝成炬婉华达 奎沐晴 谪利储 废纪管 lbewvt sveyvkxddk