PageRank: модель випадкового переходу та поширені помилки SEO

У лютому 2009 року я зберіг уривки матеріалу про PageRank з woweb.ru/publ/31-1-0-714. Частина формул у старій публікації втратилася, а деякі поради змішували математичну модель із практикою пошукової оптимізації. Нижче — впорядковане пояснення з уточненнями.

Ідея випадкового мандрівника

Уявімо користувача, який переходить між вебсторінками: іноді за посиланням, іноді починає перегляд із випадково вибраної сторінки. PageRank описує стаціонарний розподіл імовірностей перебування на сторінках у такій моделі. Повторні відвідування можливі; умова «ніколи не потрапляти на ту саму сторінку двічі» зі старого переказу була неточною.

Для нормованої спрощеної моделі, де кожна сторінка має вихідні посилання, формулу можна записати так:

PR(p) = (1 - d) / N + d * sum(PR(q) / L(q))
                         q -> p

Тут N — кількість сторінок, L(q) — кількість вихідних посилань зі сторінки q, а сума охоплює сторінки, які посилаються на p. У цьому записі d — імовірність переходу за посиланням, 1 − d — випадкового переходу. У літературі позначення можуть відрізнятися, тому важливо читати визначення коефіцієнта. Приклад такого запису є в навчальному матеріалі Stanford.

Для сторінок без вихідних посилань потрібне окреме правило розподілу їхньої ваги. У матричній формі використовують матрицю переходів і повторні ітерації над вектором оцінок. Вага переходу за посиланням визначається кількістю вихідних посилань, а не просто початковим значенням 1/N. За стандартних умов моделі з додатною ймовірністю випадкового переходу отримують єдиний стаціонарний розподіл.

Що варто уточнити у старих порадах

• Масова реєстрація в каталогах. Велика кількість посилань не гарантує корисного результату. Навіть у базовій моделі важлива вага сторінок, що посилаються, та кількість їхніх вихідних посилань. Реальний пошук має додаткові системи оцінювання й протидії спаму.
• Посилання з головної сторінки. Внутрішня структура впливає на розподіл переходів, але сама головна сторінка не є універсальним джерелом гарантованої «сили».
• Зовнішні посилання. Не слід робити загальний висновок, що будь-яке зовнішнє посилання автоматично знижує оцінку сторінки. Результат залежить від графа посилань. У базовій моделі немає окремої магічної ваги лише через те, що посилання внутрішнє або зовнішнє.
• Перше місце у видачі. PageRank не дорівнює відповідності конкретному запиту. Висока оцінка сама собою не гарантує першої позиції.
• Посилання через скрипти. Старе твердження, що будь-яке посилання через CGI обов'язково не враховується, було надто категоричним. Потрібно аналізувати фактичну адресу, відповідь сервера та доступність переходу.
• FFA, гостьові книги й обмін посиланнями. Властивості математичної моделі не скасовують правил пошукової системи. Теза «штрафів за неправильні посилання не буває» не придатна як загальна SEO-порада.

Google підтверджує, що PageRank розвинувся від початкової реалізації та залишається частиною основних систем ранжування. Практичні дії з посиланнями варто звіряти з правилами щодо посилального спаму. Корисні матеріали та зрозумілі переходи важливіші за спробу механічно «накрутити» одну оцінку.