Page Rank教程

在互联网的海洋中，最重要的就是互联互通，不被其他网站引用的网站就是“信息孤岛”。“酒好也怕巷子深”，也许这话说起来有点像垃圾邮件广告，但事实就是这样。所以如果做网站的目的不是孤芳自赏，就需要积极的推广自己的网站。通过搜索引擎推广自己需要注意以下几个方面：

一、 Link Popularity
国内有人译作“链接广泛度”，是Google用来评判一个网站的价值的主要手段。我们都知道Google 工具条上有一个绿色的PageRank标尺，就是用来指示网站的链接广泛度的。一般说来，如果一个网站的PageRank值是4到6的话，说明这个网站已经获得了不错的访问量；如果到了7以上，说明不管是从网站的质量到知名度都非常优秀了。
1. 以量取胜：不一定加入大型网站的分类目录才是网站推广，来自其他网站的任何反相链接都是有用的网站推广比较经典的方式就是加入比较大型门户网站的分类目录，比如：Yahoo!，dmoz.org等。其实这里有一个误区：不一定非要加入大型网站的分类目录才是网站推广，因为现在搜索引擎已经不再只是网站目录的索引，而是更全面的网页索引，所以无论来自其他网站任何地方的反相链接都是非常有价值的，哪怕是出现在新闻报道，论坛，邮件列表归档中。Blogger（Weblog的简称）们也许最深刻地理解了“链接就是一切”这句话的含义，由于Blog的内容之间有大量的相互链接，因此最经常被引用的 Blog页面在搜索引擎中的排名往往比一些大型商业网站的页面还要高。而wiki这样的文档管理系统更加突出了良好引用的特征。
2. 以质取胜：被PageRank高的网站引用能更快地提高PageRank
数量只是关键因素之一，来自PageRank高的页面的链接还能更快的提高被链接目标的PageRank，我只是将一些文章投稿在了ZDNet中国上，由于页面上有文章出处链接，相应网页和网站整体的PageRank过了一段时间后就有了很大的提升。有时候被什么样的网站引用有时候比引用次数多更重要。这里我要特别感谢的是，当时ZDNet中国是唯一遵循了我的版权声明的要求表明了文章出处，并且有反相链接的网站。
按照这个原则：能够名列Yahoo!和DMOZ这样的大型权威目录的头2层是非常有价值的。
3. 不要吝啬给其他网站的链接：如果一个网页只有大量的进入链接，而缺乏导出链接，也会被搜索引擎认为是没有价值的站点。保证你的网站能够帮助搜索引擎更准确地判断哪些是对用户最有价值的信息，也就是说如果你的网站只有外部反向链接而没有导出链接的话，也会对你的网站在搜索结果中的表现带来负面影响。当然网站中连一个导出链接都没有的情况非常罕见，除非你是刻意这么做。正常情况下大家都会自然地在网页中加上一些其他网站的链接，带领访问者去到我们认为重要或能够提供更多有价值信息的地方，
另外在推广自己网站之前也许首先需要了解自己网站目前在一些搜索引擎中的知名度，原理非常简单，可以参考如何评价网站的人气一文。
二、 Page Title
搜索引擎是通过关键词来选择网站的，而网站的标题是搜索引擎寻找关键词的主要目的地－你通过分析Google的搜索结果就可以很清楚地发现这一点。因此，你一定要首先确定你的网站的主关键词（一般可以选定1到5个），然后在将关键词体现到网页的Title中去。记住，Title标签不要超过40个字符。
除了显示在浏览器顶端的Title标签，网页主体里面的文字标题往往也起到很大作用，一个含有主关键词的<h1></h1>格式的标题也能对网页的排名起到很大的作用。这个标题除了<h1></h1>标签外最好是没有任何的<font>定义。不过，现实是大多数人为了页面的美观都不愿意这样做。

三、 Keyword Density
关键词除了需要出现在标题里面，还需要在整个网页里面以一定的频率出现。你需要在标题、段落内容、（文字内容的）页头和页尾、Alt标签甚至不显示的<comment>标签里面安排关键词。这些关键词不一定是一个，而是一组高度相关的词语。对于Google，有分析显示，主页里面需要7%到10％的关键词密度。另外，根据Addweb的研究，关键词在主页里面出现的频率为8到10次为宜。

如何突出关键词：面向主题(Theme)的关键词匹配
1. Theme Engine正在逐步超过PR，成为结果排序中更主要的因素，可以比较一下以下现象：
o 为什么查“新闻”，“汽车”之类的文字，各种门户网站的首页不在第一位？要知道他们的页面中都有相应频道的链接文字的
o 一篇新闻页面中，搜索引擎如何不通过模板匹配，自动将新闻的主体和页面中的页头，栏目导航条，页尾等部分的内容区分开的？
其实以上问题都可以归结为网页内容摘要的提取策略和关键词在其中的命中：
首先将能够描述一个页面内容的分成以下几种类型：
3. 链入文字描述：inbound link text
http://www.searchenginedictionary.com/terms-inbound-link.shtml
4. HTML页面标题：title 好标题一般会将页面中最重要的关键词放在最前面，比如：ABC-10型吸尘器 - XX家电城
5. HTML内容主体：content text
6. 链出文字：outbound link text

如果按照以下规则：
一个页面中关键词命中权重：链入文字 > HTML标题文字 > HTML页面主体内容 >> 出链文字，以上现象就比较好解释了。
链入文字是页面上看不见的，但链入文字对被链接页面有巨大的作用：在现代搜索引擎在关键词匹配的过程中，匹配的过程不只看当前页面的内容摘要：很大程度上，不只看这个网页自己说自己有什么内容，还要看别人如何链接时，如何描述你的网站别人怎么称呼你，比你自己说自己更重要。。比如查：“世界卫生组织”，返回结果中有 http://www.who.int/ 而这个页面中是没有中文的，之所以能匹配上，是因为很多链接它的中文网站使用了：<a href="http://www.who.int/">世界卫生组织</a>，所以，这个页面中不存在的中文关键词也成为了页面摘要的一部分。这样一想，就可以知道链出链接的文字其实是为被链接的子频道首页或者内容详情页服务的。对自身页面的关键词密度只有负面的影响，这也是Google建议一个页面中链接不要超过100个的原因：他根本不索引100个链接以后的内容。按照以上规则，搜索引擎将一篇新闻详情页中的新闻内容提取出来就是把页面上所有带HTTP链接的文字都去掉，就是新闻的内容部分了，更精确一些可以通过取最长文本段落等策略实现；而很多网站首页或频道首页中几乎全部都是链接，经过搜索引擎分析的结果就是：什么内容也没有，能够被命中的关键词仅仅是别人链接你用的“网站首页”和频道标题Title中的站点名称等的几个关键词，而页面中其他的文字则远远不如相应子频道和具体内容页面的匹配度高，而搜索引擎能够通过以上规则，让用户更快的直接定位到有具体内容的内容详情页面。因此希望通过一个首页，尽可能多的命中所有希望推广的关键词是不可能的。让网页尽可能多的进入搜索引擎的索引，然后把握好整个网站的主题风格是非常重要的，让网站的主题关键词能够比较均匀的按照金字塔模式分布到网站中可以参考：

网站的主题金字塔设计 网站名称（用户通过1－2个抽象关键词）
/ /
子频道1 子频道2 （用户通过2－3个关键词命中）
/ / / /
产品1 产品2 文章1 文章2 (用户通过3－4个关键词命中：这种用户最有价值)
2. 不要空着标题：空着<title></title>无异于浪费了最有价值的一块阵地；
传统的页面中，HTML页面中会有类似以下的隐含信息，用于说明当前网页的主要内容关键字：
<header>
<meta name="keyword" content="mp3 download music...">
</header>
后来由于这种人工添加关键词的方式被滥用，大量网页中为了提高被搜索引擎命中的概率，经常添加一些和实际网页内容无关的热门关键比如：“music mp3 download”等，所以新一代的搜索引擎已经不再关心页面头文件中的人工meta keyword声明，而页面标题在搜索引擎的关键词的命中命中过程中往往有着更高的比重，如果一个关键词在标题中命中会比在页面中命中有更高的得分，从而在相应的搜索结果排名中更靠前。
3. 标题长度和内容：不要过长，一般在40个字符以内，并充分突出关键词的比重；
如果更长的标题搜索引擎一般会忽略掉，所以要尽可能将主要关键词放在标题靠前的位置。省略掉不必要的形容词吧，毕竟用户主要通过名词来找到需要的内容。标题内容：尽量用一些别人可以通过关键词找到的字眼（也别太过头，如果标题中的字眼超过1半内容中都没有，有可能被搜索引擎排除出索引），因此基于web日志中来自其他搜索引擎的关键词查询统计非常必要。
4. 如果网页很多的话，尽量使用不同的网页标题，争取让自己网站的内容更多的进入搜索引擎索引范围；
因为搜索引擎会根据页面内容的相似度把一些内容当成重复页面排除出索引范围；
http://www.chedong.com/phpMan.php是某网站上的一个页面：一个web界面的unix命令手册（man page），在以前的设计中所有动态页面使用的都是同样的标题："phpMan: man page /perldoc /info page web interface" ，Google索引了大约3000多个页面，后来我将页面标题改成了"phpMan: [命令名]"这样的格式，比如："phpMan: ls"，这样大部分动态页面的标题就都不一样了，一个月后Google从这个页面入口索引了大约6000个页面。因此，如果网站中很多网页都使用相同的标题，比如：“新闻频道”，“论坛”，这些页面中很大一部分就会被排重机制忽略掉。
5. 除了<title></title>外，还可以用<h1></h1>标题行突出内容主题，加强标题的效果；
在网站设计中：用<h1>[标题]</h1>这样的模板把标题突出显示，而不是通过改变字体的方式突出标题。

搜索引擎的宗旨在于提取互联网中质量最好的内容提供给用户，任何有利于帮助用户获得相对公正，优质内容的策略都是搜索引擎追求目标。PageRank是一个非常好的策略，但是并非所有策略都是基于非常复杂的算法。
从搜索引擎看来什么是互联网中“好”的内容呢？
&#8226; 首先：互联网大约是8G个网页，而且以每天2M的速度增长的。其中80%以上是动态网页，而占总量20%的静态网页就是一个相对比较简单的过滤规则。
&#8226; 其次：用户友好（User friendly）也是很重要的方面，搜索引擎利用算法帮助提升这些优质网站，包括：通过CSS将内容和表现分离：较少的javascript和frame结构，spider本身也很难深入抓取这些网页：Javascript和frame结构大部分是广告。
&#8226; 标题明确：无标题，重复标题或者标题SPAM（类似于：游戏游戏游戏游戏游戏游戏这样的标题）进行过滤或降低得分页面大小：因为页面过大会导致用户下载缓慢，所以很多引擎只计算页面大小在100k以内的网页。
&#8226; 链接引用：不仅需要有链接链入，也需要帮助用户找到其他更有价值的内容；
&#8226; 文件类型：PDF和DOC等专业文档和来自edu,gov等非赢利网站的内容；
&#8226; 链入网站的文字：所有用户不可见的因素全部被忽略。此外：用户搜索的行为本身也被Google记录，可能对目标网站的主题相关度有帮助。

参考资料：
http://www.alltheweb.cn (搜索引擎与网络营销研究)
http://www.web136.net (电子商务指南，Google排名专项服务)
http://www.marketingman.net (网上营销新观察)
http://www.emarketer.com.cn (广州时代营销)
面向Google搜索引擎的网站设计优化
http://www.google-search-engine-optimization.com/
如何评价一个网站的人气
http://www.chedong.com/tech/link_pop_check.html
如何提高网站在Google中的排名——面向搜索引擎的广告模式
http://www.chedong.com/tech/google_ads.html
如何提高网站在Google中的排名——面向搜索引擎的网站链接设计
http://www.chedong.com/tech/google_url.html
Google不断改进相应的算法：HillTop
Hilltop: A Search Engine based on Expert Documents
Google の秘密 - PageRank 徹底解説
http://www.kusastro.kyoto-u.ac.jp/~baba/wais/pagerank.html
这篇文章是在查"Google PageRank"的时候查到的，这篇文章不仅有一个算法说明，也是一个Google的weblog，记录了很多关于Google的新闻和一些市场动态信息。
Google 的秘密- PageRank 彻底解说 中文版
更详细的PageRank算法说明：
http://pr.efactory.de/
WEB日志统计工具AWStats的使用：增加了Unicode的解码和中国主要门户搜索的定义
http://www.chedong.com/tech/awstats.html
Robots的说明：
http://bar.baidu.com/robots/
http://www.google.com/bot.html
搜索引擎通过一种程序robot（又称spider），自动访问互联网上的网页并获取网页信息。您可以在您的网站中创建一个纯文本文件 robots.txt，在这个文件中声明该网站中哪些内容可以被robot访问，哪些不可以。
反Google站点：观点也很有趣
http://www.google-watch.org/
关于Google的WebLog
http://google.blogspace.com/
关于Google的HillTop算法
搜索引擎相关论坛
http://searchengineforums.com/
http://searchenginewatch.com
http://www.webmasterworld.com/