PR是PageRank的縮寫。Google PR理論是所有基于鏈接的搜索引擎理論中最有名的。SEO人員可能不清楚本節(jié)介紹的其他鏈接理論，但不可能不知道PR。

PR是Google創(chuàng)始人之一拉里佩奇發(fā)明的，用于表示頁面重要性的概念。用最簡單的話說就是，反向鏈接越多的頁面就是越重要的頁面，因此PR值也就越高。

Google PR有點(diǎn)類似于科技文獻(xiàn)中互相引用的概念，被其他文獻(xiàn)引用較多的文獻(xiàn)，很可能是比較重要的文獻(xiàn)。

1．PR的概念和計(jì)算

我們可以把互聯(lián)網(wǎng)理解為由結(jié)點(diǎn)及鏈接組成的有向圖，頁面就是一個個結(jié)點(diǎn)，頁面之間的有向鏈接傳遞著頁面的重要性。一個鏈接傳遞的PR值決定于導(dǎo)入鏈接所在頁面的PR值，發(fā)出鏈接的頁面本身PR值越高，所能傳遞出去的PR也越高。傳遞的PR數(shù)值也取決于頁面上的導(dǎo)出鏈接數(shù)目。對于給定PR值的頁面來說，假設(shè)能傳遞到下級頁面100份PR，頁面上有10個導(dǎo)出鏈接，每個鏈接能傳遞10份PR，頁面上有20個導(dǎo)出鏈接的話，每個鏈接只能傳遞5份PR。所以一個頁面的PR值取決于導(dǎo)入鏈接總數(shù)，發(fā)出鏈接頁面的PR值，以及發(fā)出鏈接頁面上的導(dǎo)出鏈接數(shù)目。

PR值計(jì)算公式是

PR(A) = (1-d) + d(PR(t₁)/C(t₁) + … + PR(t_n)/C(t_n))

·       A代表頁面A。

·       PR(A)則代表頁面A的PR值。

·       d為阻尼指數(shù)。通常認(rèn)為d=0.85。

·       t₁...t_n代表鏈接向頁面A的頁面t₁到t_n。

·       C代表頁面上的導(dǎo)出鏈接數(shù)目。C(t₁)即為頁面t₁上的導(dǎo)出鏈接數(shù)目。

從概念及計(jì)算公式都可以看到，計(jì)算PR值必須使用迭代計(jì)算。頁面A的PR值取決于鏈接向A的頁面t₁至t_n頁面的PR值，而t₁至t_n頁面的PR值又取決于其他頁面的PR值，其中很可能還包含頁面A。所以PR需要多次迭代才能得到。計(jì)算時先給所有頁面設(shè)定一個初始值，經(jīng)過一定次數(shù)的迭代計(jì)算后，各個頁面的PR值將趨于穩(wěn)定。研究證明，無論初始值怎么選取，經(jīng)過迭代計(jì)算的最終PR值不會受到影響。

外部頁面Y向循環(huán)注入PR值，循環(huán)中的頁面不停迭代傳遞PR，如果沒有阻尼系數(shù)，循環(huán)中的頁面PR將達(dá)到無窮大。引入阻尼系數(shù)，使PR在傳遞時自然衰減，才能將PR計(jì)算穩(wěn)定在一個值上。

2．PR的兩個比喻模型

關(guān)于PR有兩個著名的比喻。一個比喻是投票。鏈接就像民主投票一樣，A頁面鏈接到B頁面，就意味著A頁面對B頁面投了一票，使得B頁面的重要性提高。同時，A頁面本身的PR值決定了A所能投出去的投票力，PR值越高的頁面，投出的票也更重要。在這個意義上，傳統(tǒng)基于關(guān)鍵詞匹配的算法是看頁面自己說頁面內(nèi)容是什么，基于鏈接的PR則是看別人怎么評價(jià)一個頁面。

第二個比喻是隨機(jī)沖浪比喻。假設(shè)一個訪問者從一個頁面開始，不停地隨機(jī)點(diǎn)擊鏈接，訪問下一個頁面。有時候這個用戶感到無聊了，不再點(diǎn)擊鏈接，就隨機(jī)跳到了另外一個網(wǎng)址，再次開始不停地向下點(diǎn)擊。所謂PR值，也就是一個頁面在這種隨機(jī)沖浪訪問中被訪問到的概率。一個頁面導(dǎo)入鏈接越多，被訪問到的概率也越高，因此PR值也越高。

阻尼系數(shù)也與隨機(jī)沖浪模型有關(guān)。(1-d)=0.15實(shí)際上就是用戶感到無聊，停止點(diǎn)擊，隨機(jī)跳到新URL的概率。