没有人知道谷歌什么时候更新Pagerank，这次更新PR是在今天 6 December 2013. 大家都没做好准备，今年显得有点晚了。

作为一个法拉盛网的管理者， 从上次更新02/04/2013到现在已经超过十个月了，Google经常是每一个季度更新一下PR值。 我们也知道Matt Cutts增在他的博客中说，Google在2014年之前不会更新。

今天，12月6日，谷歌工具栏的PageRank值已被更新。我猜的上级管理部门，管理人员，或拉里·佩奇，不想让PageRank不更新。这让我伤心，因为我相信这让很多Google员工伤心。为什么呢？因为SEO和网站管理员迷恋工具栏的PageRank，都是谷歌的错。

幸运的是，法拉盛网升到了PR2， 恭喜大家各位捧场.

Google Pagerank Update History

谷歌更新的时间

谷歌更新的时间是每三个月一次。

6 December 2013 (pending confirmation)
4 February 2013
7 November 2012
2 August 2012
2 May 2012
7 February 2012
7 November 2011
1st Week August 2011
JULY 2011
JUNE 2011
JANUARY 2011
April 2010
Dec 31, 2009
30 October 2009
27/28 May 2009
June 2009
1 / 2 April 2009
30-31 December 2008
27 September 2008
26 July 2008
29 April 2008
9 January 2008
26 October 2007
28 April 2007

这是什么？
PageRank，网页排名，又称网页级别、Google左侧排名或佩奇排名，是一种由搜索引擎根据网页之间相互的超链接计算的技術，而作为网页排名的要素之一，以Google公司創辦人拉里·佩奇（Larry Page）之姓來命名。Google用它来体现网页的相关性和重要性，在搜索引擎优化操作中是經常被用來評估網頁優化的成效因素之一。Google的创始人拉里·佩奇和谢尔盖·布林於1998年在斯坦福大学发明了这项技术。[1]
PageRank通过网络浩瀚的超链接關係来确定一个页面的等级。Google把从A页面到B页面的链接解释为A页面给B页面投票，Google根据投票来源（甚至来源的来源，即链接到A页面的页面）和投票目标的等级来决定新的等级。简单的说，一个高等级的页面可以使其他低等级页面的等级提升。

PageRank算法
假设一个由4个页面组成的小团体：A，B，C和D。如果所有页面都链向A，那么A的PR（PageRank）值将是B，C及D的和。
PR(A)= PR(B) + PR(C) + PR(D)
继续假设B也有链接到C，并且D也有链接到包括A的3个页面。一个页面不能投票2次。所以B给每个页面半票。以同样的逻辑，D投出的票只有三分之一算到了A的PageRank上。
PR(A)= frac{PR(B)}{2}+ frac{PR(C)}{1}+ frac{PR(D)}{3}
换句话说，根据链出总数平分一个页面的PR值。
PR(A)= frac{PR(B)}{L(B)}+ frac{PR(C)}{L(C)}+ frac{PR(D)}{L(D)}
最后，所有这些被换算为一个百分比再乘上一个系数d。由于“没有向外链接的页面”傳遞出去的PageRank会是0，所以，Google通过数学系统给了每个页面一个最小值(1 - d)/N：
PR(A)=left( frac{PR(B)}{L(B)}+ frac{PR(C)}{L(C)}+ frac{PR(D)}{L(D)}+,cdots right) d + frac{1 - d}{N}
说明：在Sergey Brin和Lawrence Page的1998年原文中给每一个页面设定的最小值是1 - d，而不是这里的(1 - d)/N（关于这一部分内容也可以参考英文版的维基百科词条）。 所以一个页面的PageRank是由其他页面的PageRank计算得到。Google不断的重复计算每个页面的PageRank。如果给每个页面一个随机PageRank值（非0），那么经过不断的重复计算，这些页面的PR值会趋向于稳定，也就是收斂的狀態。这就是搜索引擎使用它的原因。

这个方程式引入了随机浏览的概念，即有人上网无聊随机打开一些页面，点一些链接。一个页面的PageRank值也影响了它被随机浏览的概率。为了便于理解，这里假设上网者不断点网页上的链接，最终到了一个没有任何链出页面的网页，这时候上网者会随机到另外的网页开始浏览。
为了处理那些“没有向外链接的页面”（这些页面就像“黑洞”会吞噬掉用户继续向下浏览的概率）带来的问题，d=0.85（这裡的d被称为阻尼系数（damping factor），其意义是，在任意时刻，用户到达某页面后并继续向后浏览的概率。1-d=0.15就是用户停止点击，随机跳到新URL的概率）的算法被用到了所有页面上，估算页面可能被上网者放入书签的概率。

这项技术的主要缺點是旧的页面等级会比新页面高。因为即使是非常好的新页面也不会有很多外链，除非它是某个站点的子站点。
这就是PageRank需要多项算法结合的原因。PageRank似乎偏好于维基百科页面，在条目名称的搜索结果中，维基百科页面总在大多数或者其他所有页面之前。原因主要是维基百科内相互的链接很多，并且有很多站点链入。
Google经常处罚恶意提高PageRank的行为，至於其如何区分正常的链接和不正常的链接仍然是個商业机密。但是在Google的鏈接規範中，已經很清楚的說明，那些做法是屬於違反操作Pagerank的行為。

Comments

comments