久草中文在线观看_久久精品中文字幕一区_亚洲日本欧美日韩中文字幕_熟妇人妻无乱码中文字幕真矢织江

超鏈分析和PageRank的專利問題，才第一次知道百度總裁李彥宏曾經(jīng)申請并獲得對于超鏈接分析的專利，我們姑且稱之為超鏈分析專利。而這個專利申請是在Google申請他們自己的PageRank專利之前。

　　我以前對中文搜索引擎沒什么認識，真是孤陋寡聞。看到這篇文章，直覺是如果這兩個專利是相似的或有抄襲嫌疑，這牽扯到兩家公司的核心利益。對我這樣的搜索引擎優(yōu)化人員來說，也能從中了解百度算法的一些內(nèi)幕。所以馬上去看了李彥宏的專利申請，并再次閱讀了Google PR的專利申請。

　　我的理解是，這兩個專利申請的區(qū)別在于，他們談的根本就是兩回事。要解決的問題和實施方法都不一樣，雖然研究對象是一樣的，都是鏈接。

　　超鏈分析要解決的是文件與搜索關鍵詞的相關性。李彥宏提出的方法是，除了文件本身對關鍵詞的引用外，還需要考慮反向鏈接中的關鍵詞。

　　具體來說，一個文件被索引進數(shù)據(jù)庫的時候，會連同指向這個文件的超鏈接，以及每個超鏈接當中使用的錨文字（鏈接文字），一同記錄在案。而搜索詞也會建立一個數(shù)據(jù)庫，每個詞連同含有這個詞的超鏈接，以及這些超鏈接所指向的文件一同被記錄在案。

　　當一個關鍵詞被搜索的時候，含有以關鍵詞為鏈接文字的反向鏈接數(shù)目最多的那個文件或網(wǎng)頁，將被作為最相關的結果排在前面。

　　這是基本思路，當然還有其他變量考慮進去。比如說搜索字符串含有幾個詞的時候，每一個詞都是搜索矢量的一個維度。

　　我比較感興趣的是，在這篇專利申請中已經(jīng)提到了詞干技術，而且提到了不同文字文件的相關性。

　　而Google的PR專利顯然是專注在已經(jīng)應用了超鏈分析之后還不能解決的問題。在Google的專利申請中，明確提到即使在考慮了指向文件的鏈接及鏈接錨文字之后，搜索引擎還有重要問題需要解決，那就是來自不同文件的鏈接有不同的權重值。

　　你不能指望來自白宮網(wǎng)站的鏈接和非洲某小鎮(zhèn)上一個學生的個人網(wǎng)站上的一個鏈接，投票值相同。而Google PageRank就是衡量網(wǎng)頁重要性的一個方法。指向一個網(wǎng)頁的鏈接越多，而這些鏈接本身的權重越高，那么這個被指向的網(wǎng)頁的重要性及PageRank就越高。

　　Google的專利申請當中給出了具體怎樣計算這一重要性指標，他們?nèi)∶麨榫W(wǎng)頁級別。網(wǎng)頁級別的計算需要進行多個循環(huán)的替代計算，才能得到近似于最終結果的PR值。

　　Google PR是與搜索詞無關的，或者說與文件相關性無關的。它只描述某一個文件的重要性或地位。

　　就目前所有搜索引擎的表現(xiàn)來看，可以肯定這兩個技術都已經(jīng)被應用在排名算法中了，雖然可能名字不一樣。尤其明顯的是，雖然Google一直以PR為旗號，很少介紹它們的其他技術。但近一兩年來， Google算法中對鏈接分析，錨文字分析，詞干技術的重視越來越多。