Google 的 PageRank 技术在决定在线商店搜索展示方面发挥着重要作用。了解该排名系统的工作原理，有助于电商商家提升 SEO 效果并增加网站流量。
PageRank 是 Google 用于根据外部链接数量计算网页重要性的专有算法。其基本假设是：链接类似于对页面重要性的“投票”，页面获得的投票越多，重要性越高；且来自高权重网址的投票比低权重网址更具价值。
PageRank 通过链接传递排名权重。
本文将讨论 PageRank 的重要性，并解释如何利用简化模型做出合理的内部链接 SEO 决策，帮助你建立对该系统的基础理解。后续文章将基于此进一步探讨具体 SEO 技术应用。
PageRank 的重要性
Google 创始人拉里·佩奇（Larry Page）和谢尔盖·布林（Sergey Brin）在 1998 年发表的论文《The PageRank Citation Ranking: Bringing Order to the Web》中指出：“利用 PageRank，我们可以对搜索结果进行排序，使更重要和核心的网页获得优先展示，从而为用户提供更高质量的搜索结果。”
尽管 Google 未公开确切排名方法，但现有数据足以让我们对算法及搜索流程做出合理推测：
- 用户提交搜索查询。
- Google 在已索引页面中搜索相关内容。
- Google 根据 PageRank 分数对相关页面进行排序。
- Google 显示结果页面，PageRank 最高的页面排在前面。
简而言之，与搜索查询匹配的优质内容决定了页面是否被收录，而 PageRank 则决定了相关页面的展示顺序。因此，当潜在客户搜索你的产品时，PageRank 直接决定了你的网站是排在首位还是末位。
Google 的 PageRank 算法非常复杂。
虽然 SEOmoz 团队曾提出过估算实际 PageRank 的推测模型，但在制定内部链接等 SEO 策略时，你无需知晓 URL 的确切分值。使用简单模型估算不同策略对排名的相对影响，往往比复杂的高等数学运算更为有效。
PageRank 示例
Google 为每个新网页分配初始 PageRank 分数（此处设为 1）。若创建 Blue 和 Red 两个新产品页面，它们的初始 PageRank 均为 1。
三个假设的产品——Blue、Red 和 Green——每个都将拥有 1 的初始 PageRank。
从 Red 指向 Blue 的链接是对 Blue 重要性的“投票”。该投票会将 Blue 的 PageRank 提升至 2（即初始值 1 + Red 的排名权重 1）。Red 的投票价值等于其自身 PageRank，被称为“排名权重”。
若新增页面 Green 且 Red 同时链接到它，由于 Red 只有一条链接用于传递权重，Blue 和 Green 的 PageRank 将各降至 1.5。增加更多从 Red 到 Blue 或 Green 的重复链接不会带来额外权重。
通过这个简单模型，你可以绘制不同场景并计算 PageRank 总和，以测试哪种内部链接策略最能实现特定目标。
例如，假设网站有五个页面：首页（蓝框）、分类页（红框）和三个产品页（绿框）。若目标是提升分类页排名，仅将产品页链接到分类页，可使分类页 PageRank 达到 5；而将所有页面相互连接，分类页 PageRank 仅为 2。显然，前者是更优选择。
仅将（绿色）产品页面链接到（红色）分类页面，会使分类页面的 PageRank 达到 5。
PageRank 资源
- “The PageRank Citation Ranking: Bringing Order to the Web” (PDF)，由 Sergey Brin 和 Larry Page 撰写
- Wikipedia 上的 PageRank