搜索引擎-信息检索实践—page rank

网页入链数：指向这个网页的链接数。链接倾向于指向受欢迎的网页。

网页链接举例：

<a href="www.bing.com">bing主页</a>， “bing主页”即锚文本，可以利用anchor text 挖掘个人/机构主页。

页面的page rank，即浏览该页面的概率。

举例：

网页A，B，C；A链向B及C；B链向C；C链向A。页面C的page rank，即浏览页面C的概率，依赖于A和B的page rank。

假设点击页面链接的概率相等，即页面的page rank平均分配给所有的向外链接。设页面C的page rank为PR(C)：

对于任何网页u的page rank：Bu表示指向u的网页集合，Lv表示网页v中包含的外向链接。

假设N个网页，假设有（入）的概率以等概率随机进入某个网页，有(1-入)的概率通过链接该网页的网页链接等概率进入该网页：

网页的page rank和具体的查询无关，搜索引擎优先选择page rank高的网页，对hot query影响更大。

page rank的问题：

流行网站包含的链接以让另一个网站更加重要，网页作者为增强网页，可能会在流行的博客的评论部分，分布指向他们的网页链接。

“rel=nofollow”, <a rel=nofollow href="">example</a>，该属性可以让搜索引擎忽略该标记。