PageRank

Идея родилась в Стэнфорде во второй половине 1990-х и была описана в работе «The Anatomy of a Large-Scale Hypertextual Web Search Engine» (1998). До неё поисковики оценивали страницы в основном по тексту, который легко подогнать под запрос. Пейдж и Брин предложили смотреть на структуру ссылок, как на цитирование в науке: если на документ ссылаются важные документы, он тоже важен. Название — игра слов: и «ранг страницы», и фамилия Пейджа.

Как считается

Модель описывает «случайного пользователя», который переходит по ссылкам и иногда начинает с произвольной страницы. PageRank — вероятность застать его на конкретной странице. В упрощённом виде формула из оригинальной статьи:

PR(A) = (1 - d) + d × (PR(T1)/C(T1) + … + PR(Tn)/C(Tn))

T1…Tn — страницы, ссылающиеся на A
C(T)  — число исходящих ссылок со страницы T
d     — коэффициент затухания, в статье 0,85

Из формулы видны два важных следствия. Вес донора делится между всеми его исходящими ссылками, поэтому ссылка со страницы с сотней ссылок передаёт меньше, чем со страницы с пятью. И вес распространяется по цепочке — так появилось понятие ссылочного веса.

Что осталось от PageRank сегодня

Публичный показатель от 0 до 10 в панели Google Toolbar перестали обновлять в 2013 году и убрали совсем в 2016-м. Внутри Google алгоритм в изменённом виде продолжает работать, но это один сигнал из множества, и узнать его значение для своей страницы нельзя. Сторонние метрики вроде Domain Rating — оценки сервисов, а не данные Google.

Ранняя модель была уязвима: вес можно было накачать массой ссылок с любых сайтов. Ответом стали тематические подходы вроде алгоритма Hilltop и фильтры за ссылочный спам. У Яндекса похожую роль играл взвешенный индекс цитирования, но и он — внутренняя метрика, а не публичная цифра.