PageRank说白了就是Google给网页打分的一套算法。一个页面有多少高质量链接指向它，它的权威分就越高。这套东西1998年由两位博士在斯坦福提出，至今仍是搜索引擎权重分配的核心逻辑之一。理解它，做站的人才知道外链策略该怎么打、内链结构该怎么排布。
pagerank怎么计算
核心公式是 PR(A) = (1-d) + d × (PR(T1)/C(T1) + PR(T2)/C(T2) + …)。d叫阻尼系数，一般取0.85。意思是每个页面把85%的权重沿出链分出去，剩15%当作随机跳转散到全网。被链页面的PR除以它的出链总数，再乘过来。比如一个PR=1的页面有4条出链，每条传过去0.25，说白了就是简单除法。
迭代计算才是工程上的难点。不可能一步到位，得反复跑，直到每个页面PR值收敛，也就是相邻两轮差值小于某个阈值。实际中跑个几十轮就足够稳定了。2000年代初Google公布过0到10的整数PR，现在不更新了，但底层没变——从全图迭代变成局部子图，再叠加点击率、停留时长等用户信号做微调，纯公式算出的数已经不能直接对应最终排名。
pagerank原理是什么
本质是把整个网页互联网建模成一条马尔可夫链。假设有个随机冲浪者，每步随机点一条链接跳走，有d的概率继续跳，有1-d的概率直接随机落到全网任意页面。某页面被反复路过的稳态概率，就是它的PageRank。被越多高权重页面指向、自身出链越少的页面，累积概率自然越高，道理很直觉。
实际应用中衍生很多方向：站内权重分配、锚文本相关性加权、域名级与页面级的区分。做外链时一条行业权威站的链顶普通站十条，根子就在这。Ahrefs的DR、Moz的DA本质都是PageRank变体，叠了反垃圾信号而已。中小站做内链规划时，把高价值内容放在短链路上、让多个高PR页面指向它，比盲目堆链接数量有效得多。
公式本身不复杂，真正值钱的是"权重沿有向图传播"这个思维方式。把这个想通了，后续不管是做链接分析、内容推荐还是知识图谱构建，底层逻辑都是通的，区别只在于图的结构和边权定义不同。
