PageRank.
Алгоритм ссылочного ранжирования

Тип работы:
Реферат
Предмет:
Экономические науки


Узнать стоимость

Детальная информация о работе

Выдержка из работы

блоком управления системами двигателя (ЭБУ). Графическое значение параметров в реальном времени выводятся на монитор персонального компьютера. При помощи компьютерной программы графическое изображение показателей переводится в цифровое.
Список литературы:
1. Распоряжение от 27 октября 2012 г. № 1995-р Об утверждении Концепции федеральной целевой программы «Повышение безопасности дорожного движения в 2013—2020 годах».
2. Доклад генерального директора ЗАО «ТУР» Александр Сальников на девятой международной научно-практической конференции «Организация и безопасность движения в крупных городах», 24−25 сентября 2010 г., Санкт-Петербург.
3. Дмитровская премьера R серии Scania // Журнал «Дальнобойщик». -2010. — № 3.
PAGERANK. АЛГОРИТМ ССЫЛОЧНОГО РАНЖИРОВАНИЯ
© Полякова О. С. *, Подлесный А. О. *
Институт космических и информационных технологий Сибирского федерального университета, г. Красноярск
При запросе в поисковых системах наблюдается повышение интереса пользователей к качеству информации, ее точности и достоверности выводимых результатов. Интернет огромен, web-страниц в нём огромное количество, многие из них обладают похожим содержимым. Обычному пользователю сети Интернет приходится выуживать по частям информацию с разных сайтов, но собрать всё воедино оказывается достаточно проблематично.
Существуют такие сайты, которые полностью бы удовлетворили запрос пользователя, но поиск информации непосредственно в первых отобразившихся ссылках далеко не всегда приводит к нужному результату. При запуске поисковой системы Google одни web-страницы появляются в самом верху списка, другие в самом низу, но по какому принципу миллиарды существующих и еще миллионы создающихся каждый день страниц располагаются относительно друг друга? Ответ на этот вопрос заложен в реализации алгоритма PageRank.
PageRank является одним из ключевых моментов в работе поисковой машины Google. Знание этой модели необходимо как для понимания про-
* Студент.
* Студент.
цесса поиска, так и для использования оптимизаторами при продвижении своих сайтов в поисковой системе. PageRank — статическая величина, предназначенная для оценки качества страниц. Она не зависит от каких-либо запросов. Таким образом, можно сказать, что она представляет собой «глобальную ценность» каждой страницы.
Порядок ранжирования страницы представляется следующим образом:
1. найти все страницы, соответствующие ключевым словам поиска-
2. «отранжировать» соответственно «страничным факторам», таким, как слова-
3. учесть текст ссылок на страницы-
4. откорректировать результаты данными PageRank.
Результаты скорректируются так, что более «важные» сайты будут находиться соответственно выше остальных результатов поиска на странице пользователя.
Как определяется сам PageRank? Если страница, А ссылается на страницу Б, значит страница, А считает, что страница Б — важная страница. Отметим тот факт, что PageRank вычисляется не для сайта целиком, а для отдельно взятой страницы. Может произойти так, что один из документов на web-сервере будет иметь более высокий PageRank, чем домашняя страница, к которой он принадлежит.
В целом алгоритм расчета передачи веса страниц сайта можно представить следующим образом (рис. 1).
Итераций по перерасчету веса много, и с увеличением времени вес будет только расти, если будут увеличиваться веса доноров и их количество. Можно предположить, что чем больше по ссылке кликают, тем больше веса она передает. Но официальных подтверждений тому, что на текущий момент «кликабельность» определяет вес ссылки, нет.
Текст ссылки не используется в PageRank, это придает ему независимость. Учитывается только общее число ссылок и их вес, поэтому никаких штрафных санкций при наличии ссылок с «неправильных» страниц не применяется.
PageRank учитывает не все ссылки, он отфильтровывает их с сайтов, специально предназначенных для скопления ссылок. Некоторые ссылки могут не только не учитываться, но отрицательно сказаться на ранжировании ссылающегося сайта. Такой эффект называется поисковой пессимизацией. Также PageRank влияет на важность ссылок, но не все ссылки одинаково влияют на PageRank.
Значимость каждого отдельного фактора в алгоритмах поисковой системы зависит от качества информации, которое он обеспечивает. Важно помнить, что в настоящее время ссылка уже не является точным признаком рекомендации. На то есть свои причины: сеть Интернет существенно изменилась. Сегодня ссылка представляет собой, скорее всего, лицензионное тре-
бование, или даже ответную услугу, чем истинную рекомендацию. Если люди смогут воздействовать на ссылки, они перестанут быть рекомендациями, нельзя допустить создания такой поисковой машины.
Рис. 1. Схема передачи веса страниц сайта
Тем не менее, у PageRank есть одно реабилитирующее его свойство. На него труднее влиять, чем на любой другой фактор ранжирования. Это дает ему преимущество перед конкурентами, когда он использован в комбинации с другими приемами оптимизации для поисковых машин.
Исходя из фактов о PageRank, можно сказать, что есть возможность легко рассчитать, с каких ссылок можно ссылаться и сколько нужно ссылок, чтобы получить тот или иной PageRank. Если взять немного математики, то еще один из важных выводов можно описать так: если мы имеем новый сайт со страницами более 10 000, они правильно перелинкованы и каждая ссылается на главную страницу, то главная страница получит хороший вес от этих ссылок.
Максимальный поток посетителей приходит с самых популярных поисковых систем интернета. Вывод один — для успешного развития своего web-проекта нужно именно дружить с поисковыми системами Яндекс, Google и т. д. А вот величину дружбы можно измерить уровнем доверия, который измеряется рейтингом проекта — PageRank. Этот показатель имеет определенные рамки: от 0 до 10, в этом и заключается одно из главных отличий от индекса цитирования, наращивание которого не знает границ и может быть
очень большим. Так что при проведении мероприятий по раскрутке и продвижению сайта важно учитывать такие показатели как индекс цитирования и PageRank. В противном случае Вам вряд ли удастся вывести Ваш сайт в ТОП-10 по поисковым запросам.
Список литературы:
1. http: //www. onlinesem. ru/seo-lessons-and-tutorials/pagerank-optimizer.
2. http: //digits. ru/articles/promotion/pagerank. html.
3. http: //odariy. ru/novosti/novosti-bloga/pagerank-1. html.
4. http: //www. milogiya2007. ru/news/Razrabotan-noviy-metod-vichisleniya-PageRank. html.
ПОПУТНОЕ ИЗВЛЕЧЕНИЕ ЖЕЛЕЗА В ГИДРО-МЕТАЛЛУРГИЧЕСКОМ ЦИКЛЕ ПЕРЕРАБОТКИ ПИРИТ-ХАЛЬКОПИРИТОВЫХ КОНЦЕНТРАТОВ
© Саргсян Л. Е. *, Оганесян А. М. *, Франгулян А. А. *
Государственный инженерный университет Армении (Политехник), Республика Армения, г. Ереван
Приведены технологические особенности попутного извлечения железа при гидро-металлургической переработке пирит-халькопиритовых концентратов, производимых обогатительными фабриками Армении. Показана уникальная возможность комплексного использования рудного сырья и увеличения номенклатуры выпускаемой продукции.
В настоящее время, несмотря на отсутствие в Армении железной металлургии, добыча железа, находящегося в общем балансе местных сульфидно-металлических рессурсов [1], фактически производится горнодобы-вающимися компаниями, в большинстве случаев даже в значимых масштабах, но не как самостоятельное полезное ископаемое, а как сопутствующий минерал вместе с цветными металлами. Более того, из добываемых руд и производимых местными обогатительными фабриками железосодержащих сульфидных концентратов (с содержанием 31… 33%, a иногда до 43% Fe) при их металлургической переработке железо не извлекается в виде рыночного продукта (или хотя-бы для обеспечения потребности местных производств в железном порошке, чего также не мало), а выбрасывается в отвалы.
* Профессор кафедры «Металлургия и материаловедение», доктор технических наук.
* Доцент кафедры «Металлургия и материаловедение», доктор технических наук.
& quot- Доцент кафедры «Металлургия и материаловедение», кандидат технических наук.

ПоказатьСвернуть
Заполнить форму текущей работой