什么是 PageRank Nearest Seed(PRNS)

PageRank Nearest Seed(PRNS)是原版 PageRank 在 Google 生产系统中的继任形态:页面权威不再由入链的累加决定,而是由该页面到一组人工选定的”种子”站点的最短图距离决定。机制记录在 Google 专利 US 9165040 “Producing a ranking for pages using distances in a web-link graph” 中。生产系统运行的是这个变体,有两个独立佐证:美国司法部诉 Google 案的审判材料中,Google 工程师对当下 PageRank 的描述是”衡量与已知优质来源的距离“——这是距离模型的语言,不是 1998 年累加模型的语言;2024 年 Content Warehouse API 泄露文档中,PageRank 属性的字段名为 pagerank_NS,NS 即 Nearest Seed。

理解这个模型后,大部分外链问题会自己给出答案:为什么 50 条目录链接不如一条编辑链接、为什么外链和内链是同一门学问、为什么大多数链接对排名毫无作用——不是作用小,是字面意义上的零。本文按专利文本逐层拆解,并区分专利明文与允许的推断,不混用。

一、原版模型的致命弱点

1998 年的 PageRank 论文把权威建模为链接图上的随机游走:一个虚拟用户随机点击链接漫游全网,一个页面被”经过”的概率就是它的分值。数学上,每个页面的分值等于所有入链页面分值的加权累加——入链越多、入链来源分值越高,你的分值越高。

累加,就是弱点所在。既然所有路径的贡献都计入总分,那么凭空制造路径就能凭空制造分值:链接农场让一万个页面互相链接,每个页面都从其他页面”收到”贡献,整个集群的分值自我膨胀。二十年的 PageRank 作弊史,本质上都是对”累加”这一数学性质的利用。

修补的方向只有一个:让分值无法凭空制造。PRNS 的做法是把计算的起点从”全网”收缩到”一小撮被信任的源头”。

二、核心替换:距离取代累加,最短路径取代全路径求和

PRNS 的定义(专利明文):一个页面的分值,由种子集合到该页面的最短路径长度决定。距离越短,权威越高。

注意两个关键词。

第一,”种子”。 权威不再从全网涌现,而是从一批人工选定的高信任站点出发单向流出。链接农场互相链接一亿次,只要没有种子(直接或间接)链向它们,它们到种子的距离就是无穷大,分值趋近于零。作弊的数学基础被直接拆除:你无法伪造”离种子近”,因为种子不在你的控制范围内。

第二,”最短”。 这是与原版差异最大、也最反直觉的一点:系统只取从种子到你的最优一条路径,其余所有路径不参与计算。原版是求和,PRNS 是取最小值。

这条性质的实操推论极重,值得单独一段:一旦你获得了一条短路径,再增加一百条更长路径的链接,对分值的贡献是零——不是递减,是断崖式无效。外链建设在这个模型下不是数量游戏,甚至不是”质量加权的数量游戏”,而是一个单变量优化:你当前的最短路径是多少,以及下一条链接能否比它更短。比现任最短路径更长的一切链接,在这个计算里不存在。

需要立即补上边界,防止误读:这是 PRNS 单管道内的结论,不是”一条链接就够了”的整站结论。链接同时进入多条管道——锚文本作为 ABC 信号中的 A(Anchors)进入主题性(T*)计算,与权威距离无关;你的每个页面各自需要自己的最短路径,一条外链只定义一个落点;路径也会消失(对方删文、改版),冗余路径是保险。所以多条编辑链接依然有价值,只是价值的来源不是”权重叠加”。

三、每一跳有多长:源端定权,目标端记账

链接不是等长的。专利明文规定,每条链接(图论中的”边”)的长度由链接自身属性与源页面属性共同决定,明确举例的因素是:

源页面的出链数量。 出链越多,从该页面走出的每条链接越长。一个出链 500 条的目录页或资源大列表页,走出去的一跳,长度可能相当于一个出链 10 条的正文页面的几十跳。目录链接为什么无效,到这里有了图论层面的精确表达:不是”权重被稀释了”(那是原版模型的语言),而是这一跳本身太长,长到几乎不可能出现在任何最短路径上。

专利还提及链接长度可结合源页面的其他属性(可靠性、质量类信号)——高质量页面的出链更短。具体使用哪些质量信号,专利未展开,属于允许推断区。

一个需要单独标注来源的外推:链接在页面中的位置与被点击概率影响其权重,这来自另一份 Google 专利——US 7716225 “Ranking documents based on user behavior and/or feature data”(即 Reasonable Surfer 模型,Jeffrey Dean 等人,2004 年申请、2010 年授权,2016 年有延续专利 US 9305099):链接被点击的概率由其特征决定,正文编辑链接的权重高于侧栏,侧栏高于页脚,服务条款链接和横幅广告链接几乎不被跟随。PRNS 专利本身没有写入位置因素,但如果两个模型在生产中叠加,效果是:页脚友链即使来自高权威站点,这一跳也会被拉长。引用时请注意这是两份专利,不能合并为一个出处。

计算每条边时,算法同时读取链接的两侧:源端决定这条边多长,目标端登记累计距离。没有源端信息就没有边长——这就是为什么”链接从哪里来”在这个模型里不是修辞,是计算的第一输入。

四、种子:人工、多样、不可知

关于种子集合,专利明文给出三点:

其一,种子由人工选定,标准是高度可信、彼此多样、出链丰富且覆盖面广。专利中的示例是 Google Directory 和纽约时报。

其二,种子数量是工程权衡:太少覆盖不了全网各个区域,太多则计算量爆炸。

其三,解决方案是 nearest seed 近似——每个页面只计算到离它最近的种子(或最近的 k 个种子)的距离,不计算到全体种子的距离。专利名称中的”Nearest Seed”指的就是这个近似。

由此推出一个对实操很重要的结论:种子是按多样性分布在全网各主题区域的,你不需要离纽约时报近,你需要离你所在图区域的近端种子近。对一个垂直行业站点,真正有意义的问题不是”种子是谁”(清单是 Google 内部机密,任何具体名单都是猜测,包括维基百科),而是”我的行业里,哪几个站点几乎必然被种子近距离覆盖”。答案通常是该领域被主流媒体高频引用的那三五个头部站点——它们构成你实际可及的”准种子界面”:从它们正文里获得一条链接,你就进入了种子三四跳的范围之内,而不需要知道种子本身是谁。

五、约简图:大多数链接是沉默的

最短路径计算完成后,系统得到一个副产品:约简链接图(reduced link graph)——只保留参与了某条最短路径的链接,其余链接全部剔除(专利明文)。

请消化一下这句话的含义:全网链接的绝大多数,在 PRNS 的世界里是沉默的。它们不加分,也不减分,只是不被走到。

两个直接推论:

“垃圾外链稀释权重”在这个模型下不成立。 一万条垃圾链接指向你,它们只是一万条不在任何最短路径上的边,对你的种子距离没有任何影响。负面 SEO 如果起作用,走的是别的系统——垃圾链接分类器(SpamBrain 一类)、锚文本污染——而不是 PRNS 管道。相应地,disavow 防御的是垃圾分类系统的连坐判定,不是”权重稀释”。

外链档案的绝大部分是噪音。 你在工具里看到的几百个引用域,真正定义你权威的可能只有其中几条——恰好构成最短路径的那几条。外链分析的正确问题不是”我有多少链接”,而是”我的最短路径经过哪几个节点,下一条更短的路径可能从哪里来”。

六、全程连续计量:外链和内链是同一条路径

这是大多数从业者没有意识到的一点:图上不区分站外和站内。从种子到你的商业页面,每一跳一视同仁地累加长度——不管这一跳发生在两个网站之间,还是你自己网站的两个页面之间。外链建设和内链架构是同一门学问的前半段和后半段。

一条完整路径的分解:

第一段:种子 → 中介站点。 中介自身离种子多远,是你无法控制的既定值。中介的价值 = 它自身的距离 + 它出链的稀疏程度。中介不是在”给你加持”——PRNS 里不存在加持——它是把自己已有的距离位置借了一跳给你。

第二段:中介 → 你的落点页。 这一跳的长度由中介页面的出链数决定(可能叠加位置因素)。同一个站点,从一篇出链 10 条的正文里链向你,和从出链 300 条的资源页里链向你,是两条长度悬殊的路径。

第三段:落点页 → 你的目标页。 外链落在哪一页,那一页就成为你全站的入口。从落点页到你真正要排名的页面,中间隔几跳、每一跳所在页面的出链密度如何,全部继续累加。你的商业页面的最终距离 = 站外路径 + 站内路径。前两段做得再短,如果落点页只在页脚模板里链向服务页,整条路径就毁在最后一米。

由”最短路径”性质还能推出一个反直觉结论:站内页面的距离取决于它离哪个落点页最近,而不是离首页多近。如果一条高质量编辑链接落在你的某篇文章上,而这篇文章正文直接链向服务页,那么服务页的最短路径可能完全绕开首页。”从获得外链的页面直接内链到商业页”因此不是玄学技巧,是最短路径的字面操作——你在给商业页接一条新的、更短的候选路径。反过来,只有头顶悬着短路径的页面,从它出发的内链才在最短路径的候选集里;从一个自身距离遥远的页面打内链,无论锚文本多精确,都不改变目标页的距离。内链规划的优先级排序应当是:先从有外链落点的页面出发。

七、话语区分:距离模型与衰减模型

SEO 社区常引用 David Quaid 的实测归纳:链接的排名推动力每经过一跳损失约 85%,只有约 15% 存活。注意这个数字的性质——它是对大量站点的经验观测,不是理论公式。

它和原版 PageRank 的裸阻尼衰减不是一回事,两者的差距恰恰是信息所在:阻尼系数 d≈0.85 意味着单纯的传递环节每跳只损失 15%;而 Quaid 实测到的每跳 85% 损失,是全部衰减因素叠加后的净效果——阻尼之外,还有出链数量的除法(源页面每多一条出链,分给你的那份就被摊薄一次)、链接位置与相关性的加权(Reasonable Surfer 逻辑)。裸衰减 15%,实测衰减 85%,中间的差额就是真实链接图的摩擦成本。

这个实测结果与 PRNS 的距离模型互为印证:距离模型中衰减表现为路径长度的逐跳加法累积——包括站内跳转在内,每多一跳、尤其是经过出链密集的页面,距离就被显著加长,分值作为距离的减函数随之坍缩。从外部观测,呈现出来的正是 Quaid 那种量级的逐跳损耗。Quaid 测到的是现象,PRNS 描述的是产生这个现象的机制之一,两者是同一件事的两个观测面。

需要区分的只是措辞:讨论种子距离时,”权重稀释””流动损耗”是传递模型的语言;距离模型的对应表述是”路径被加长”。结论一致(跳数越少越好、中介出链越少越好),但写机制分析时两套话语不应互换。

八、可操作变量清单

把全文压缩成一张按杠杆大小排序的清单:

1. 获得一条更短的路径。 来自自身距离短、出链稀疏的页面的正文编辑链接。这是唯一能直接缩短距离的动作。在最短路径模型下,一条顶过所有——字面意义上的所有。
2. 筛选中介的出链密度。 同为编辑链接,出链 15 条的正文 > 出链 200 条的资源列表。评估一个外链机会时,先看那个页面上还有多少条别的链接。
3. 管好路径的最后一段。 外链落点页到商业页保持 1–2 跳正文内链。内链架构在 PRNS 语言下的意义不是”传递权重”,而是”别把好不容易缩短的距离在站内又走长了”。
4. 从落点页出发做内链。 只有头顶有短路径的页面,才有资格为其他页面提供候选路径。内链任务的排序依据不是页面层级,是页面的距离现状。
5. 识别你所在区域的准种子界面。 你的行业里被主流媒体持续引用的头部站点,就是你实际可及的权威入口,不必执着于推断种子清单本身。

对应的无效动作清单(仅就 PRNS 管道而言):目录批量注册、Web 2.0 站群、评论链接、以及一切比你现有最短路径更长的链接堆量——它们不是”效果差”,是不参与计算。目录收录对实体消歧(NAP 一致性、sameAs 佐证)仍有价值,但那是知识图谱管道的事,与链接权威是两条独立的管道,不要混在一个预算里评估。