當我們提到一個問題，外鍊的作用的時候，大多數人的回答肯定是能夠吸引蜘蛛來抓取網站，這是對的，但隻是說中了其中的一點，在google對于外鍊的計算中被制定了一個值，也就是我們經常聽的pr值，這與我們百度的br值不是一個概念，br值隻不過是站長工具平台自身的一個判斷，而并非是經過搜索引擎科學計算出來的一個指标。

外鍊的作用能夠吸引蜘蛛來抓取，但也分優劣，優質的外鍊能夠我們事半功倍，google在這一塊實施了PageRank的算法來進行度量，用一個簡單的理解方法就是把指向網頁的每個鍊接當做對自身頁面的投票，獲得更多票數的網頁将會勝出，但是這一算法漸漸被網站營銷者所熟知，有些人開始通過非正規手段來對鍊接進行建設，這就造成了鍊接的性質不是自發的，從而破壞了原來的本意，同時也推進了許多算法的改進。

我們先來了解原始的PageRank算法，最開始是由兩位大學生的關于PageRank論文的基礎上構建的，論文指出，指向網頁的每個鍊接是對頁面的投票，但是投票的權重并不同。首先我們授予每個網頁很小的PageRank值。如下圖

那麼就會有疑問了，自身頁面的PageRank會不會被傳遞完，因為總數少于該頁面的PageRank，所以它總是會為自己保留一部分的，如下圖所示 傳遞的PageRank以f（x）表示:可傳遞的PageRank是PageRank總數（x）的函數。

如果該頁面隻連接到另一個唯一頁面，它就會将所有的可傳遞的PageRank傳遞給該頁面，如下圖所示 頁面B接收了頁面 A 的所有可傳遞的PageRank。

但是一個頁面不可能總是鍊接到另一個唯一頁面，我們經常看到的一個頁面會鍊接多一個頁面，所以情況就變得比較複雜了，當發生這種情況時，把可傳遞的PageRank分配到所有接收鍊接的頁面上。如圖所示 頁面B和頁面C各得到頁面A可傳遞的PageRank的一半。

在原始的PageRank公式中，url的鍊接權重在每個頁面中都是平等的，但是web發展到現在，已經不是這樣了，但是在理解最初的意圖時任然有價值，如下圖所示 PageRank在兩個相互鍊接的頁面之間相互流動

像這樣的交叉鍊接的形式，在計算中變得非常複雜，我們可以看到頁面B鍊接回頁面A，将一些PageRank（f（y））傳回到頁面A。如下圖

我們可以看到頁面B鍊接到頁面 A形成了相互的鍊接時，頁面A的PageRank（x）取決于頁面B的PageRank（f（y）），而f（y）又取決于f（x）。此處，頁面A傳遞給頁面c的PageRank也受到從頁面B到頁面A的鍊接營銷，。這就造成了非常複雜的情況，每個頁面的PageRank的計算都需要經過遞歸分析來确定。

我們換種闡述方法來說明以上情況:q是頁面B從頁面A的鍊接獲得的PageRank（完成叠代計算）；Z是頁面A從頁面B的鍊接中得到的PageRank（在叠代計算完畢之後）

如下圖這種情況，因為引入了頁面B 到頁面D的鍊接而更加複雜。在這個例子中，頁面A、B和C是同一個域上的内部鍊接，頁面D代表不同的網站，在傳統的PageRank公式中，内部和外部鍊接已完全相同的方式傳遞PageRank，發現這是一個缺陷，因為内容發布者開始意識到指向其他網站的鍊接會從自己的網站傳遞PageRank。

我們可以看到，頁面B鍊接到維基百科，所以把一些可傳遞的PageRank發送到那裡，而不是發送到頁面B鍊接的其他頁面。在下圖中，用參數W代表因為鍊接到D而沒有發送給頁面 A 的PageRank。

PageRank的 “洩漏” 概念指出了算法中根本缺陷，一旦人們意識到PageRank的工作原理和PageRank洩漏的問題，他們就不會願意鍊接到其他的網站，很明顯大家都采用這種方法來應對，那麼google的這種“投票”方式的算法就會收到影響，缺陷會存在，但是google也在不斷地跟新這個算法來彌補這個缺陷。這些修改結果就是:高質量的網站應該大部分都會連接到其他的高質量的網站。

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!