شیوه محاسبه و آمارگیری در Page Rank
آناتومی آکادمیک و علمی پیونددهی و ارتباط فرامتنی بین صفحات وب، به تدریج به شکل شگفت انگیز و گسترده ای در محیط شبکه جهانی معمول شده است. در حقیقت این آناتومی تخصصی و ریاضی که در ابتدا و با تکیه بر نظریه گراف ها در ریاضیات ناپیوسته (گسسته) و متناهی و به منظور توسعه جهان گستر ابداع گردید، از سطح تزهای دانشگاهی کارشناسان کنونی، به سطح گسترده و عملی نشانی ها در وب کشیده شد. یکی از آشکارترین نمودهای (البته در سطح بسیار ساده ) این ارتباطات فرامتنی را، می توان در وبلاگ های خودمان دید که گاه بیش از یکصد پیوند به وبلاگ و وب سایت های دیگر(و البته صفحاتی در خود وبلاگ) را می توان در آنها یافت. (تاکید می کنیم که چنین شیوه پیونددهی، یکی از ساده ترین و بدیهی ترین شیوه های پیونددهی فرامتنی در وب است و برخلاف پندار نادرست عمومی در رابط با این مقوله، ارتباطات فرامتنی از ساختاری بسیار پیچیده و در هم تنیده بهره می برند، درست همانند یک گراف بسیار پیچیده که مدل ساده آن را می توان نوشت و به سادگی تحلیل کرد. این گسترش کاربردی، موجب ایجاد توانایی آنالیز، آمارگیری و ارزش گذاری صفحات و نشانی ها در وب شده است. Page Rank این توانایی را با عدم محاسبه پیوندهای یکسان در صفحات متمایز و نیز هم سطح سازی و ارزش گذاری پیوندهای چندگانه در صفحات یکتا افزایش داده و به خدمت گرفته است. کد سیستم آمارگیری Page Rank به این شیوه نگارش یافته و تعریف شده است. توضیح : ما فرض کردیم شماری از کانال های ارتباطی به صفحه A از طریق صفحات T1 تا Tn برقرار شده است (به عنوان نمونه در قالب پیونددهی فرامتنی). پارامتر d را نیز به عنوان فاکتور استهلاک در آمارگیری در نظر گرفتیم و مقادیر حوزه تعریف(دامنه) ماشین تابع آن را بین صفر و یک تعریف کردیم. ما معمولا مقدار ورودی این تابع را روی 0.85 قرار می دهیم. همچنین تابع C(A) را به عنوان ماشین نمایشگر تعداد پیوندهای این صفحه ، به دیگر صفحات تعریف کردیم و بر اساس داده های بالا، کد Page Rank را برای صفحه A به شرح زیر نوشتیم: PR(A)=(1-d)+d(PR(T1)/C(T1)+…+PR(Tn)/C(Tn) توجه کنید که کد Page Rank در تمامی صفحات وب، به یک شکل عمل می کند و محاسبات آن در انواع گوناگون صفحات وب تغییر نمی کند، چرا که متنی بر فرمول های ثابت احتمال و آمار دانشگاهی نوشته شده است. Page Rank صفحه A یا PR(A) می تواند با استفاده از یک الگوریتم روتین و تکرار شونده نیز محاسبه شود و در این حالت هم با مدل اصلی ارتباط دهی درایه ها(صفحات) در ماتریس کلی وب مطابقت دارد. همچنین محاسبه Page Rank 26 میلیون صفحه وب با استفاده از متن کد گسترش یافته این سیستم (که مشروح آن را می توانید در دیگر مقالات دپارتمان ریاضیات و علوم کامپیوتر دانشگاه استندفورد بیایید)، در تنها چند ساعت و با استفاده از یک کامپیوتر WorkStation متوسط امکان پذیر است و لذا برخلاف موتورهای جستجوی دیگر (که برای یافتن و نمایه گذاری نتایج، از ده ها ابر کامپیوتر نیرومند و آن هم در ساعات کاری طولانی و ممتد کار می کشند، به ویژه MSN ). فرایند جستجو و نمایه گذاری نتایج در موتور جستجوگر Google چندان هم سنگین، وقت گیر و هزینه بر نیست (در زمینه آناتومی کاری سیستم Page Rank، جزئیات بسیار پیچیده تر و مفصل تری وجود دارد که از مجال این مقاله خارج است)
سئو
آناتومی آکادمیک و علمی پیونددهی و ارتباط فرامتنی بین صفحات وب، به تدریج به شکل شگفت انگیز و گسترده ای در محیط شبکه جهانی معمول شده است. در حقیقت این آناتومی تخصصی و ریاضی که در ابتدا و با تکیه بر نظریه گراف ها در ریاضیات ناپیوسته (گسسته) و متناهی و به منظور توسعه جهان گستر ابداع گردید، از سطح تزهای دانشگاهی کارشناسان کنونی، به سطح گسترده و عملی نشانی ها در وب کشیده شد. یکی از آشکارترین نمودهای (البته در سطح بسیار ساده ) این ارتباطات فرامتنی را، می توان در وبلاگ های خودمان دید که گاه بیش از یکصد پیوند به وبلاگ و وب سایت های دیگر(و البته صفحاتی در خود وبلاگ) را می توان در آنها یافت. (تاکید می کنیم که چنین شیوه پیونددهی، یکی از ساده ترین و بدیهی ترین شیوه های پیونددهی فرامتنی در وب است و برخلاف پندار نادرست عمومی در رابط با این مقوله، ارتباطات فرامتنی از ساختاری بسیار پیچیده و در هم تنیده بهره می برند، درست همانند یک گراف بسیار پیچیده که مدل ساده آن را می توان نوشت و به سادگی تحلیل کرد. این گسترش کاربردی، موجب ایجاد توانایی آنالیز، آمارگیری و ارزش گذاری صفحات و نشانی ها در وب شده است. Page Rank این توانایی را با عدم محاسبه پیوندهای یکسان در صفحات متمایز و نیز هم سطح سازی و ارزش گذاری پیوندهای چندگانه در صفحات یکتا افزایش داده و به خدمت گرفته است. کد سیستم آمارگیری Page Rank به این شیوه نگارش یافته و تعریف شده است. توضیح : ما فرض کردیم شماری از کانال های ارتباطی به صفحه A از طریق صفحات T1 تا Tn برقرار شده است (به عنوان نمونه در قالب پیونددهی فرامتنی). پارامتر d را نیز به عنوان فاکتور استهلاک در آمارگیری در نظر گرفتیم و مقادیر حوزه تعریف(دامنه) ماشین تابع آن را بین صفر و یک تعریف کردیم. ما معمولا مقدار ورودی این تابع را روی 0.85 قرار می دهیم. همچنین تابع C(A) را به عنوان ماشین نمایشگر تعداد پیوندهای این صفحه ، به دیگر صفحات تعریف کردیم و بر اساس داده های بالا، کد Page Rank را برای صفحه A به شرح زیر نوشتیم: PR(A)=(1-d)+d(PR(T1)/C(T1)+…+PR(Tn)/C(Tn) توجه کنید که کد Page Rank در تمامی صفحات وب، به یک شکل عمل می کند و محاسبات آن در انواع گوناگون صفحات وب تغییر نمی کند، چرا که متنی بر فرمول های ثابت احتمال و آمار دانشگاهی نوشته شده است. Page Rank صفحه A یا PR(A) می تواند با استفاده از یک الگوریتم روتین و تکرار شونده نیز محاسبه شود و در این حالت هم با مدل اصلی ارتباط دهی درایه ها(صفحات) در ماتریس کلی وب مطابقت دارد. همچنین محاسبه Page Rank 26 میلیون صفحه وب با استفاده از متن کد گسترش یافته این سیستم (که مشروح آن را می توانید در دیگر مقالات دپارتمان ریاضیات و علوم کامپیوتر دانشگاه استندفورد بیایید)، در تنها چند ساعت و با استفاده از یک کامپیوتر WorkStation متوسط امکان پذیر است و لذا برخلاف موتورهای جستجوی دیگر (که برای یافتن و نمایه گذاری نتایج، از ده ها ابر کامپیوتر نیرومند و آن هم در ساعات کاری طولانی و ممتد کار می کشند، به ویژه MSN ). فرایند جستجو و نمایه گذاری نتایج در موتور جستجوگر Google چندان هم سنگین، وقت گیر و هزینه بر نیست (در زمینه آناتومی کاری سیستم Page Rank، جزئیات بسیار پیچیده تر و مفصل تری وجود دارد که از مجال این مقاله خارج است)
سئو