Google PR值（PageRank）是Google用于评估网页重要性和引用关系的一种算法方法。PR值介于0到10之间，值越高表示网页的重要性越高。 PR值的计算基于网页的链接数和链接质量，即链接来源的重要性。一个网页被其他重要网页所连接时，它的PR值也会随之提高。 具体地，PR值的计算公式为： PR(A) = (1-d) + d(PR(t1)/C(t1) + ... + PR(tn)/C(tn)) 其中： - PR(A)是网页A的PR值； - PR(ti)是指向网页A的链接网页的PR值； - C(ti)是指向网页A的链接网页的出链数； - d是一个0到1之间的常数，称为阻尼因子，一般取值为0.85。 计算PR值需要遍历整个网页图，求解矩阵方程。因此，通常采用近似迭代算法来计算。
前些天读了一本《选举的困境》，其中有一章，从美国的选举制度说起，介绍美国选举制度的不足，然后针对其不足，提出种种改善，然而每种改善都有其各自的问题，其中的变化很有趣。先说美国选举制度，美国的总统选举是一种“赢者通吃”的方式，每个州根据其人口多少，有几十或几百的“州票”，州里的人对总统候选人进行选举，在某个州获得票最多的那个候选人，获得这个州所有的“州票”，然后统计所有候选人的“州票”多少，获得最多
本文是谷歌创始人Sergey和Larry在斯坦福大学计算机系读博士时的一篇论文。发表于1997年。在网络中并没有完整的中文译本，现将原文和本人翻译的寥寥几句和网络收集的片段(网友xfygx和雷声大雨点大的无私贡献)整理和综合到一起，翻译时借助了translate.Google.com，因为是技术性的论文，文中有大量的合成的术语和较长的句子，有些进行了意译而非直译。作为Google辉煌的起始，这篇文
Google PR值（PageRank）是Google用于评估网页重要性和引用关系的一种算法方法。PR值介于0到10之间，值越高表示网页的重要性越高。 PR值的计算基于网页的链接数和链接质量，即链接来源的重要性。一个网页被其他重要网页所连接时，它的PR值也会随之提高。 具体地，PR值的计算公式为： PR(A) = (1-d) + d(PR(t1)/C(t1) + ... + PR(tn)/C
Google网页级别(PageRank or PR)到底还重不重要？PR在Google排名算法中到底还占多大权重？近一两年一直是众说纷纭的话题。我在前些天写关于友情链接的帖子时，评论中也有对Google PageRank的不同意见。有很多人认为，网页级别现在已经不重要了。Google PR有可能是Google公共关系策略的一部分，也就是把网页级别当作是一个热门话题，让大家去炒，去研究，保持眼球吸引
