google的排名算法

A. 对pagerank算法的整理

1、首先先大致介绍下pagerank，pagerank是Google排名算法法则的一部分，是用来标记网页的等级的一种方法，也是用来衡量一个网页好坏的唯一标准。pagerank他采用PR值来划分网页的受欢迎度，PR值越高，则表名受欢迎度越高，PR最高为10，最低为0，一般PR达到4，则表名网站已经不错了。PR为4的网站比PR为3的网站不是单纯的好一点来形容，他是一种里氏震级的形式来形容的，就好比地震的等级，是指数刻度增长的，因此可以想象PR为10的网站是一种什么程度。因为这个算法是Google提出的，因此Google将自己的网站PR值设置为10，所以想要自己的网站PR达到10，是非常难的，如果你的网站可以达到Google的水平。

2、介绍完了pagerank是一个什么东西后，我们就来介绍一下pagerank如何计算的。

2.1、用个例子来说明下PageRank算法

在网页A中有B、C、D三个链接，在网页B中有A、C两个个链接，在网页C中有D链接，网页D中有A、B两个链接。（可以看出这个图是强链接的，任何一个节点都可以到达另一个节点）。

我们假设每一个链接访问的概率是相同的，为了计算方便我们将每一个网页的PageRank设置为1。

先给出计算公式

PR(pj) 表示网页 pj 的 PageRank 得分，L(pj) 表示网页 pj 的出链接数量，1/L(pj) 就表示从网页 pj 跳转到 pi 的概率。

所以我们来计算第一次迭代后的PR值：

PR(A)=PR(B)/2+PR(D)/2

PR(B)=PR(A)/3+PR(D)/2

PR(C)=PR(A)/3+PR(B)/2

PR(D)=PR(A)/3+PR(C)/1

PR(A)+PR(B)+PR(C)+PR(D)=1

PR(A)=0.265, PR(B)=0.235, PR(C)=0.206, PR(D)=0.294

通过上面的公式在不断的进行迭代，可以得到一个收敛值，大概是在（0.265，0.235，2.206，0.294）附近。

2.2看完公式之后，我们来考虑俩种特殊的情况

2.2.1终止问题

上面过程要满足收敛性，需要具备一个条件：图是强连通的，即从任意网页可以到达其他任意网页。

互联网中存在网页不满足强连通的特性，因为有一些网页不指向任何网页，按照上面公式迭代计算下去，导致前面累计得到的转移概率被清零，最终得到的概率分布向量所有元素几乎都为0。

假设把上面图中C到D的链接丢掉，C变成了一个终止点，得到下面这个图：

转移矩阵M为：

不断迭代，最终得到所有元素都为0。

2.2.2 、陷阱问题

陷阱问题：是指有些网页不存在指向其他网页的链接，但存在指向自己的链接。比如下面这个图：

这种情况下，PageRank算法不断迭代会导致概率分布值全部转移到c网页上，这使得其他网页的概率分布值为0，从而整个网页排名就失去了意义。如果按照上面图则对应的转移矩阵M为：

不断迭代，最终得倒如下结果：

为了解决终止点问题和陷阱问题 ，下面需要对算法进行改进。假设选取下一个跳转页面时，既不选 当前页面 ，也不选 当前网页上的其他链接 ，而是以一定概率跳转到其他不相关网页，那么上面两个问题就能得到很好的解决，这就是 完整 PageRank 算法思想 。

N表示的时网页链接的个数，α表示不进行随机跳转的概率。

利用上面公式继续迭代下去，直到收敛，得到最终rank值。

PageRank 的计算是采样迭代法实现的：一开始所有网页结点的初始 PageRank 值都可以设置为某个相同的数，例如 1，然后我们通过上面这个公式，得到每个结点新的 PageRank 值。每当一张网页的 PageRank 发生了改变，它也会影响它的出链接所指向的网页，因此我们可以再次使用这个公式，循环地修正每个网页结点的值。由于这是一个马尔科夫过程，所以我们能从理论上证明，所有网页的 PageRank 最终会达到一个稳定的数值。整个证明过程很复杂，这里我们只需要知道这个迭代计算的过程就行了。

3、基于本文主题叫做数学建模之美，也是一篇读后感，所以我们还是写一下感受吧。

这个算法的优美之处，就在于巧妙地将网页内容的好坏，根据链接数的形式，用PR值进行了排名，它不仅激发网页越做越好，也促进了各个网页之间的联系。

同时在结构方面，他将一个复杂的问题，进行了简单的类比，用图结构的形式代替链接的形式，用户访问的顺序，也就是节点的走向。所以数学之美就在于他是非常的简单，用简单的原理，向我们展示了一个复杂的问题。

B. Google，Yahoo，百度等主流搜索引擎的排名机制是什么

Google、Bai和Yahoo等搜索引擎的排名机制？
排名机制，只是搜索引擎比较重要的排名因素，以及搜索引擎对各个元素的重视程度。
标题，关键字，描述的比重，以及关键词密度，站内链接，站外链接的比重分配!
网络注重站内，雅虎GG注重站外
GOOGLE:针对网页的排名。比较注重反向连接的数量和质量，搜索结果非常真实，能体现出网站的质量.
网络:是真对网站的,所以整站内容的关联性很重要,在就是网页的数量和大小.
GOOGLE和网络不同的地方就是GOOGLE是真对网页的排名,BAIDU是针对整站的排名. 如果你做一个小网站内容针对性特别强的话，你这个站的关键词一定排得非常好，如果做门户站内容比较繁杂建议开二级域名来做分类的内容。
YAHOO:如果在GOOGLE里没有较好的收录恐怕在YAHOO里也是不会有排名了. GOOGEL有很密切的联系，使用同一个目录数据库。
MSN:目前在国内占的搜索分额非常少，但是他也有自己的特别，MSN在网站上没明确的写到他们愿意收录HTML等静态页面，如果页面是静态并标题关键词明显清晰就很容易获得好的排名。
至于QQ，SOGOU，新浪，114等等搜索引擎进入搜索业务比较晚，技术不够成熟，基本上以上几个搜索做了其他的也会排上去的。
网络将自己的目标定位于打造中国人自己的中文搜索引擎，并愿为此目标不懈的努力奋斗。
Google的使命是整合全球信息，使人人皆可访问并从中受益。
google、网络和yahoo三大搜索引擎蜘蛛的爬行特点又有不同：
GOOGLE蜘蛛相对稳定，爬行频率比较平均，也就造成了我们平时说的GOOGLE对站点收录速度比较慢；BAIDU蜘蛛爬行频率最高，对频繁更新的站会给予高度关注，收录更新比较快，但有时候会对服务器造成一定负担。
YAHOO蜘蛛数量巨大，平均工作效率不高，而且收录结果中关键字对应不好。

C. PR值是指什么

PR值全称为PageRank(网页级别)，用来表现网页等级的一个标准，级别分别是0到10，是Google用于评测一个网页“重要性”的一种方法。
PR值，即PageRank，网页的级别技术。取自Google的创始人Larry
Page，它是Google排名运算法则（排名公式）的一部分，用来标识网页的等级/重要性。级别从0到10级，10级为满分。PR值越高说明该网页越受欢迎（越重要）。例如：一个PR值为1的网站表明这个网站不太具有流行度，而PR值为7到10则表明这个网站非常受欢迎（或者说极其重要）。

D. wish上卖什么好google的排名算法

只能回答你第一个问题：
1. wish和facebook分手了，没有了脸书，wish流量和订单大跌，我朋友开的店铺比去年的差很多；反正wish上卖小东西比较合适
2. google排名用的是算法是pagerank，以前的CEO拉里佩奇（Larry page）开发的算法，具体的只有谷歌知道

E. 了解google用来对网页进行排序的pagerank算法，明确哪些因素会影响网页的pager

一、网页排名和谷歌算法的诞生
在谷歌诞生之前那段时间，流行的网页排名算法都很类似，它们都使用了一个非常简单的思想：越是重要的网页，访问量就会越大，许多大公司就通过统计网页的访问量来进行网页排名。但是这种排名算法有两个很显着的问题：
1、因为只能够抽样统计，所以统计数据不一定准确，而且访问量的波动会比较大，想要得到准确的统计需要大量的时间和人力，还只能维持很短的有效时间。
2、访问量并不一定能体现网页的“重要程度”，可能一些比较早接触互联网的网民还记得，那时有很多人推出了专门“刷访问量”的服务。
那有没有更好的方法，不统计访问量就能够为网页的重要度排序呢？
就是在这种情况下，1996年初，谷歌公司的创始人，当时还是美国斯坦福大学研究生的佩奇和布林开始了对网页排序问题的研究。
在1999年，一篇以佩奇为第一作者的论文发表了，论文中介绍了一种叫做PageRank的算法（具体算法可查看马海祥博客《pr值是什么》的相关介绍），这种算法的主要思想是：越“重要”的网页，页面上的链接质量也越高，同时越容易被其它“重要”的网页链接。
于是，算法完全利用网页之间互相链接的关系来计算网页的重要程度，将网页排序彻底变成一个数学问题，终于摆脱了访问量统计的框框。
二、模拟PageRank算法的运行过程
在详细讲述这个算法之前，不妨让我们用一个游戏，先来简单模拟一下PageRank算法的运行过程，以便读者更好地理解。
三兄弟分30颗豌豆，起初每人10颗，他们每次都要把手里的豌豆全部平均分给自己喜欢的人，下图表示了三兄弟各自拥有的初始豌豆数量，以及相互喜欢的关系（箭头方向表示喜欢，例如老二喜欢老大，老大喜欢老二和老三）。

第一次分配后，我们会得到结果如下：

就这样，让游戏一直进行下去，直到他们手中的豌豆数不再变化为止。
那么这个游戏到底是否可以结束呢，如果可以，最终的结果又是什么样的？
在此我们用电脑模拟了这个过程，得出的结果是：老大和老二的盘子里各有12颗豌豆，而老三的盘子里有6颗豌豆，这时候无论游戏怎么进行下去，盘子里的豌豆数量都不会再变化。
看到这里，读者可能会问：这个游戏和网页排序有什么关系？
实际上，PageRank会给每个网页一个数值，这个数值越高，就说明这个网页越“重要”。
而刚刚的游戏中，如果把豌豆的数量看作这个数值（可以不是整数），把孩子们看作网页，那么游戏的过程就是PageRank的算法，而游戏结束时豌豆的分配，就是网页的PageRank值。
三、PageRank算法的数学模型
不同于之前的访问量统计，PageRank求解了这样一个问题：一个人在网络上浏览网页，每看过一个网页之后就会随机点击网页上的链接访问新的网页。
如果当前这个人浏览的网页x已经确定，那么网页x上每个链接被点击的概率也是确定的，可以用向量Nx表示。
在这种条件下，这个人点击了无限多次链接后，恰好停留在每个网页上的概率分别是多少？
在这个模型中，我们用向量Ri来表示点击了i次链接之后可能停留在每个网页上的概率（则为一开始就打开了每个网页的概率，后面我们将证明的取值对最终结果没有影响）。很显然R i的L1范式为1 ，这也是PageRank算法本身的要求。
仍以上面的游戏为例，整个浏览过程的一开始，我们有：

其中，A表示每一次点击链接概率的矩阵，A的第i列第j行的含义是如果当前访问的网页是网页i，那么下一次点击链接跳转到网页j的概率为 。
这样设计矩阵A的好处是，通过矩阵A和向量相乘，即可得出点击一次链接后每个网页可能的停留概率向量。例如，令，可以得到点击一次链接后停留在每个网页的概率：

之后一直迭代下去，有：

对于上面的例子，迭代结果如下图：

由上图我们可以看到，每个网页停留的概率在振荡之后趋于稳定。
在这种稳定状态下，我们可以知道，无论如何迭代，都有，这样我们就获得了一个方程：

而整个迭代的过程，就是在寻求方程R = AR的解，而无论是多少，迭代无限多次之后，一定会取得令R = AR成立的R值，整个求解R的过程，就如同一个人在一张地图上的不同位置之间随机地行走一样，所以被称为“随机行走模型”。
随机行走模型有一个显着的特点，那就是每一次迭代的结果只与前一次有关，与更早的结果完全无关，这种过程又被称为马尔可夫过程（Markov Process）或马尔可夫链（Markov Chain）。
马尔可夫过程的数学定义是：如果对于一个随机变量序列， 其中X n表示时间n的状态及转移概率P，有：

即只受的影响，则此过程成为马尔可夫过程。其中称作“一步转移概率”，而两步、三步转移概率则可以通过一步转移概率的积分求得。
当状态空间有限时，转移概率可以用用一个矩阵A来表示，称作转移矩阵（transition matrix），此时转移概率的积分即为矩阵的幂，k步转移概率可以用表示，这也是随机行走模型中的情况，而对于一个正的（每个元素都为正的）转移矩阵A ，可以证明一定有：

这就完整解释了为什么的取值对最终结果没有影响。
四、修正“悬挂网页”带来的不良影响
但是这里有一个问题：即便的取值对最终结果没有影响，用R作为网页排序的依据是否真的合理？
在马海祥看来，这个其实并不合理，因为当一个网页只有链入链接没有链出链接的时候，这个网页就会像一个“黑洞”一样，将同一个连通子图中其它网页流向它的PageRank慢慢“吞掉”（因为算法中虚拟的用户一旦进入那样的网页，就会由于没有对外链接而永远停留在那里），这种网页我们称之为“悬挂网页”（Dangling Link）。
这种“黑洞”效应是如此显着，以至于在一个连通性良好的互联网上，哪怕只有一个“悬挂网页”，也足以使整个互联网的网页排序失效，可谓是“一粒老鼠屎坏了一锅粥”。
为了解决这个问题，佩奇和布林进行了修正，他们意识到，当用户访问到“悬挂网页”时，都不可能也不应该就停留在了这个页面，而是会自行访问其它网页。
虽然对每个用户来说，自行访问的网页与各人的兴趣有关，但马海祥觉得从平均意义上来讲，佩奇和布林假定用户将会在整个互联网上随机选取一个网页进行访问。
所以他们给PageRank算法加入了一个新的向量E，它的作用是，按照其中所描述的比例来向全部网页分配悬挂网页每一次“吞掉”的PageRank。
这样，相当于为悬挂网页添加了链向网络上全部网页的链接，避免了悬挂链接的出现。
以上就是谷歌背后最重要的PageRank算法奥秘，与以往那种凭借关键词出现次数所作的排序不同，这种由所有网页的相互链接所确定的排序是不那么容易做假的，因为做假者再是把自己的网页吹得天花乱坠，如果没有真正吸引人的内容，别人不链接它，一切就还是枉然。
而且“佩奇排序”还有一个重要特点，那就是它只与互联网的结构有关，而与用户具体搜索的东西无关，这意味着排序计算可以单独进行，而无需在用户键入搜索指令后才临时进行，谷歌搜索的速度之所以快捷，在很大程度上得益于此。
马海祥博客点评：
最后，我要强调的一点是，虽然PageRank是Google搜索结果排序的重要依据，并以此发家，不过它并不是全部依据，实际上，Google发展到现在，已同时用了数百种不同的算法来确定最终显示给用户的搜索结果顺序。

F. 深圳SEO历史上谷歌Google推出了哪些算法

马加比更新(Maccabees Update)

上线时间：2017年12月12号

受影响网站：刻意为各种关键词组合建立大量着陆页，比如“地名A+服务a“、”地名A+服务b”、“地名B+服务a”等等，为了覆盖这些关键词，制造大量页面，质量通常不会高。

马加比这个名字是 SERoundtable.com的Barry Schwartz起的，不是Google官方给的名字，因为Google貌似不会再公布算法更新了，更不要说起名字了。Barry Schwartz起这个名字是因为这次更新发生在犹太人的光明节期间，光明节是纪念马加比家族的。Google在某种程度上确认了这次更新，不过只是说，在这段时间上线了几个小更新，是提高相关性日常工作的一部分。

移动优先索引(Mobile First Index)

上线时间：2017年10月中旬

受影响网站：移动优先索引指的是Google优先索引网站移动版本，并作为排名依据。以前都是索引PC版本并计算排名的。移动优先索引Google在2016年底就开始宣传了，但一直没有推出，估计影响面比较大。2017年10月中旬左右，Google透露一小部分网站已经开始转为移动优先索引。

猫头鹰更新(Project Owl)

公布时间：2017年4月25号

受影响网站：虚假新闻内容，如编造的假新闻，极度偏见、煽动仇恨，谣言等。参见以前写的关于猫头鹰算法的帖子。

弗雷德更新(Fred Update)

上线时间：2017年3月8号

受影响网站：广告过多的低质量内容站，这类网站之所以存在，就是为了放 Adsense之类的广告，并没有提供给用户更多价值。

为什么叫Fred更新呢?因为SEO们问Google员工Gary Illyes这次更新叫啥名字时，Gary Illyes随便给了个名字，貌似是他养的鱼的名字，为什么想起这条鱼的名字呢?因为Gary Illyes刚给这条鱼拍了张照片，就是右边这张。Gary Illyes说，以后除非另行说明，不然所有更新都叫Fred了。就这么任性，就这么草率。

移动页面干扰插页惩罚算法(Intrusive Interstitial Penalty)

上线时间：2017年1月10号

受影响网站：这个惩罚算法针对移动页面：挡住主题内容的弹窗，干扰用户访问的大幅插页式广告，用户需要关掉插页才能看到页面实际内容，有时候需要等5-10秒才能关掉。不过据统计，被惩罚的网站并不多。

企鹅更新4.0(Penguin 4.0)

上线时间：2016年9月23号，10月12号左右完成

受影响网站：和以前的企鹅更新一样，受影响的是有低质量外链的网站。Penguin 4.0是最后一次企鹅系列算法更新了，因为企鹅算法以后成为核心排名算法的一部分，实时更新。

另外，以前的企鹅更新是惩罚网站，4.0是不计算低质量外链，降低负面SEO的可能性。

移动友好算法2(Mobile Friendly Algorithm 2)

上线时间：2016年4月21号

受影响网站：2015年4月21号第一次Google移动友好算法的一次更新，使更多移动友好页面能被用户看到。

APP安装插页广告惩罚(APP Install Interstitial Penalty)

上线时间：2015年11月2号

受影响网站：页面会弹出大幅、遮挡主体内容的插页，要求用户下载APP，这种页面被认为不移动友好，在移动搜索中会被降低排名。页面可以建议用户下载APP，但广告不要大幅甚至全屏，做成顶部banner之类的是没问题的。

RankBrain

上线时间：消息公布时间是2015年10月26号，通过 Bloomberg的一篇文章。算法上线时间应该是数月前，2015年上半年。

RankBrain严格说来不算是排名算法，而是以人工智能为基础的深入理解用户查询词的系统，尤其是长尾的、不常出现的查询。2015年刚上线时，15%查询词经过RankBrain处理，可能是效果很好，2016年开始所有查询词都经过RankBrain处理。RankBrain的例子参考以前的帖子。

被黑网站删除算法(Hacked Spam)

上线时间：2015年10月

受影响网站：被黑的网站，包括病毒、引导流量到色情、侵权产品、非法药物网站等。这些页面会从搜索结果这直接删除，所以有时候搜索结果页面可能只有8、9个结果。以前通常是在搜索结果中标注这个页面可能被黑了，现在直接删除了。5%左右的查询受到影响。检查自己网站是否被黑还是挺重要的。

熊猫算法4.2(Panda Update 4.2)

上线时间：2015年7月18号

自2011年推出以来，熊猫算法经历了近30次更新，Panda 4.2是最后一次，几个月才完成。这之后，熊猫算法成为Google核心算法的一部分，虽然还会有更新，但不再单独给名字了。

质量更新(Quality Update)

上线时间：2015年5月1号左右

受影响网站：内容质量低的页面，但不是熊猫算法。Google虽然确认了这次更新，但表示，这只是Google经常做的算法更新之一，调整了评估内容质量的方法，没什么特殊的。

移动友好算法(Mobile Friendly Algorithm)

上线时间：2015年4月21号

受影响网站：在移动搜索中给予移动友好的网站排名提升。也被称为Mobilegeddon – 天劫算法。

所谓移动友好，其实没那么复杂，用户能正常在手机访问页面就行了，所以字体不要太小，字距行距不要太小，用户不需要左右拉屏幕，手指头点击链接时不会点错地方，速度够快等等。自己用手机看看自己网站就知道是否移动友好了。也可以参考一下本博客移动SEO的帖子。

移动友好算法是针对页面级别的，需要页面重新抓取、索引后才能判断是否移动友好。所以算法本身4月底上线，但受影响的页面可能不是马上见到效果。

Google曾经预报说移动友好算法比熊猫和企鹅更新的影响还要大，但由于Google很早就提醒SEO们移动友好的重要性，很多网站已经做了移动优化，所以这次更新没有预计的那么有震撼性。

HTTPS更新(HTTPS Update)

上线时间：2014年8月7号

受影响网站：使用了https的页面排名会稍微提升一点。Google声明这只是个很小的排名因素，但事实上对网站采用https起到了很大推动作用。

鸽子更新(Pigeon Update)

上线时间：2014年7月24号

受影响网站：鸽子更新是本地搜索算法的一次更新，改进了距离和定位排名算法参数。这个名字不是Google起的，是SearchEngineLand给起的。之所以取“鸽子”这个名字是因为，鸽子会回家，有本地意识。

蜂鸟更新(Hummingbird Algorithm)

上线时间：2013年8月

受影响网站：蜂鸟更新是一次排名算法的重写，改进对查询词真实意图的理解，更重要的是未来的扩展性。虽然代码是完全重写的，但排名因素及参数大概变化不多，所以上线后基本上SEO行业没有人注意到。

发薪日贷款算法(Payday Loan Algorithm)

上线时间：2013年6月13号

受影响网站：针对垃圾和黑帽手法盛行的一些行业的查询词重点打击，如payday loan(发薪日贷款，一种小额、短期、利息高的贷款，一般下个发薪日就还上)、色情等。这些行业常用的作弊手法也经常是非法的。

2014年5月16号，发薪日贷款算法2.0上线，2014年6月12号，算法3.0上线。

完全匹配域名惩罚(EMD Update)

上线时间：2012年9月29号

受影响网站：低质量的完全匹配域名(exact match domain)网站，也就是域名与目标关键词完全一样。URL中包含关键词对排名有一些帮助，所以不少SEO用目标关键词注册域名。这种域名确实有过好处，但现在内容不行的话可能被惩罚。

DMCA惩罚算法(DMCA Takedown Penalty)

上线时间：2012年8月13号

受影响网站：DMCA，Digital Millennium Copyright Act，数字千年版权法案，根据这个法案，版权作品被侵权，版权所有人可以向服务商要求删除侵权内容，服务商可以是主机商，域名注册商，ISP，以及搜索引擎。DMCA算法就是对收到很多侵权投诉删除要求的网站，Google给予排名惩罚。

DMCA Takedown Penalty又被称为pirate update，海盗算法。

2014年10月21号，DMCA惩罚算法上线2.0版本，很多BT种子网站、视频网站被大幅惩罚。

企鹅更新(Penguin Update)

上线时间：2012年4月24号

受影响网站：Google的官方帖子声明打击的是违反Google质量指南的垃圾网站，后续排名变化的分析表明主要受惩罚的是为获得排名制造大量垃圾外链、低质量外链的网站。企鹅算法1.0影响了3.1%英文查询，3%左右的中文、德文等查询。

企鹅算法和熊猫算法是两个最着名的Google惩罚性算法，受到影响的网站范围大，据调查，60%的SEO反映自己网站被Penguin算法惩罚了。

企鹅对今天的SEO方法，尤其是外链建设方法，产生了很大影响。不仅制造外链要非常小心，大部分以前常用的方法现在都被Google明确警告可能会被惩罚，现在SEO们更头疼的是怎样删除低质量外链和以前发的垃圾外链，这比制造外链还困难。

页面布局惩罚算法(Page Layout Algorithm)

上线时间：2012年1月

受影响网站：第一屏显示过多广告的页面被降低排名。因此也常被称为Ads Above The Fold(第一屏广告)算法。

1%的查询词受影响。被惩罚的网站修改页面布局后，Google重新抓取、索引，如果页面用户体验已经改善，就会自动恢复。

2012年10月9号，Page Layout 2.0，2014年2月6号，Page Layout 3.0分别上线。

新鲜度更新(Freshness Update)

上线时间：2011年11月3号

受影响网站：Google官方帖子明确表示：更新鲜的内容会被更多展示在搜索结果中，尤其是最近的事件或热门话题、定期举办或发生的事件(如奥运会之类)、经常会更新的信息(如最新产品)。影响了35%的查询。

当然，这只适用于更需要新鲜信息的查询，有的查询并没有太大实效性，如菜谱，就不必太担心。

熊猫更新(Panda Update)

上线时间：2011年2月24号

受影响网站：内容低质量的页面排名被降低，如转载、抄袭的内容，大量用户发的垃圾留言、主体内容太少、关键词堆积等等。

熊猫更新打击面大，影响大致12的查询结果，对现今SEO方法产生了重要影响。Panda算法最初是后台计算，集中上线，从2011年上线到2015年融入到核心算法中，经历了近30次更新。

熊猫算法更新最初被SearchEngineLand命名为Farmers Update，内容农场更新，后来Google自己公布了算法代码是Panda，和咱们的熊猫没关系，是Google内部开发此算法的主要工程师之一的名字叫Panda。

采集惩罚算法(Scraper Algorithm)

上线时间：2011年1月28号

受影响网站：Matt Cutts的博客帖子公布的这个算法，采集、抄袭的内容页面被惩罚，奖励原出处。2%查询受影响。

负面评价处理(Negative Review)

上线时间：2010年12月1号

受影响网站：这个算法是由于 Google的人读到纽约时报的一篇报道，一位顾客在某商家的体验很差，所以上网写了负面评论，但负面评论却给商家带来更多链接，链接又导致商家网站排名上升，带来更多生意。Google很快采取措施，检测这类负面评论，降低相应商家排名。

咖啡因更新(Caffeine)

上线时间：2010年6月1号

受影响网站：咖啡因更新是一次索引系统代码的重写，新系统比旧系统50%的内容更新，索引数量也更大，更有扩展性，速度更快。原来的索引系统是分层的，有的内容(重要内容)抓取索引更快，有的内容就得等比较长时间。咖啡因系统把网络分成小区块，持续更新索引库，发现新页面，或老页面上的新内容，直接进入索引库。

Mayday Update

上线时间：2010年4月28号-5月3号

受影响网站：根据Matt Cutts的视频说明，Mayday更新主要针对长尾查询词，算法会寻找哪些网站的页面质量更符合要求。当然这种说明说了也是和没说差不多。SEO们的观察是，受影响的主要是大型网站上离首页点击距离比较远、没什么外链、内容没有什么附加价值的页面 — 很多电商网站的产品页面就是这样的，内容是供应商给的，也不大可能有外链。

Mayday指的是发生在5月份，不是求救的那个Mayday。

页面速度因素(Page Speed Ranking Factor)

上线时间：2010年4月

受影响网站：顾名思义，打开速度快的页面排名会给予提升，虽然幅度不大。速度的测量包括蜘蛛抓取时页面的反应速度和工具条记录的用户打开页面时间。

2013年6月，Matt Cutts暗示，速度特别慢的页面可能会被惩罚，不过也不用特别担心，除非页面速度慢到一定程度。

Vince/品牌更新(Vince/Brand Update)

上线时间：2009年2月1号

受影响网站：大品牌网站页面在很多查询结果中(都是非长尾的大词)排名显着提高，所以最初被称为品牌更新。以前帖子写过Vince/品牌更新。

Matt Cutts后来解释，这次更新其实其实只是很小的变化，负责的Google工程师名字叫Vince，所以Google内部代码名称是Vince。这个变化并不是刻意针对大品牌，而是提升信任度在排名中的作用，而信任度、质量、链接这些方面，大品牌更有优势，所以表现出来的效果好像是大品牌页面被提升。

Dewey Update

上线时间：2008年3月

受影响网站：不明，SEO行业观察到排名剧烈变动，但没有找到明显规律。Dewey这个名字的来源是因为Matt Cutts在 webmasterworld论坛里征求这次算法更新的反馈意见，站长需要在反馈中标明Dewey这个词，可能是Google内部的识别代码。

大爸爸(Big Daddy)

上线时间：2005年12月-2006年3月

大爸爸是一次Google算法基础架构的重写，解决了网址规范化、301/302转向等技术问题。大爸爸是一个数据中心一个数据中心更新的，不是同时上线的。

大爸爸这名字怎么来的?据Matt Cutts帖子说，2005年12月的Pubcon会议上，Matt Cutts征求大家对这次更新的反馈，Matt Cutts知道更新已经在一个数据中心上线了，所以问大家有什么好名字来指这个数据中心，一位站长说，叫BigDaddy吧，他孩子就这么叫他的，Matt Cutts觉得挺好，就叫这个名字了。

我当年开始写SEO每天一贴就是大爸爸完成更新那段时间，第3篇帖子就是介绍大爸爸更新情况。Robin同志给我的第一个留言就在那篇帖子上，沙发，后来才有了点石，和很多中国SEO行业的故事。

Jagger Update

上线时间：2005年9-11月

受影响网站：Jagger分3个阶段上线，所以有Jagger1, Jagger2, Jagger3的名字。Jagger更新主要打击低质量链接，如交换链接、链接农场、买卖链接等。

早期的Google算法更新基本上都是webmasterworld命名的，Jagger也是webmasterworld创始人Brett Tabke起的名字，下面提到的更新名称大多是他们命名的。但貌似Jagger是最后一个，后来的名字大多是Google自己公布的了。

Bourbon Update

上线时间：2005年5月

受影响网站：早期Google更新往往没有官方信息，所以针对的是哪些网站经常不明，只是监测到排名有比较大变化。Bourbon一般认为与网址规范化有关。

Bourbon这个名字也是webmasterworld起的，原因是webmasterworld即将在新奥尔良举行一个行业会议，Bourbon是新奥尔良的一条着名老街道。

Allegra Update

上线时间：2005年2月

受影响网站：不明确，或者说范围广泛，包括低质量外链、关键词堆积、过度优化等。

公布支持nofollow

上线时间：2005年1月

现在SEO对nofollow肯定都很熟悉了，包括网络，所有主流搜索引擎都支持nofollow。还不知道的请参考以前关于nofollow的帖子。

Brandy Update

上线时间：2004年2月

受影响网站：链接锚文字作用提高，链接需要来自好邻居的概念第一次被提出来。索引库增长，抓取索引了很多新的链接，一些网站获得了更高权威度。

弗罗里达更新(Florida Update)

上线时间：2003年11月

受影响网站：弗罗里达更新是早期最着名的Google算法更新，影响面大，受影响的以商业意图明显的词为主，一些靠搜索流量的小公司倒闭，有的SEO公司因此陷入困境，因为客户网站排名下降，不续费了。弗罗里达更新的后果大到，Google曾经承诺，以后不在年底上线这么大的更新了，以免剧烈影响很多商家的圣诞季销售业绩。

Florida Update打击了一系列不自然的优化方法，包括隐藏文字、关键词堆积、链接农场、大量交换链接、过度优化。Florida彻底改变了SEO，可以说是现在SEO方法的起点。

Florida也是webmasterworld命名的，因为他们的命名方法该排到字母F打头了(为什么到了F打头，见下面Boston更新说明)，而第二年2月他们要在弗罗里达的奥兰多举行Pubcon大会，所以就用了Florida。

Update Fritz

上线时间：2003年7月

Fritz更新是Google转为每天持续小幅更新索引的开始，这种更新方法又被称为everflux。

Update Fritz这个名字是Matt Cutts在他2006年的博客帖子里提到的Google内部名称，不是webmasterworld命名系列里的。

Esmeralda Update

上线时间：2003年6月1号

这是早期每个月发生一次的Google Dance的最后一次。这次更新之后，Google算法更新改为小幅、持续性的，当然这是相对Google Dance每个月一次、持续数天、排名剧烈波动而言。准确地说，Google Dance是索引更新，不是算法更新。Esmeralda更新之后，Google就不再Dance了。

Dominic Update

上线时间：2003年5月1号

早期Google Dance的一次。Dominic也是webmasterworld命名，名称来源于参加Boston Pubcon大会时大家常去的一家披萨饭馆。

Cassandra Update

上线时间：2003年4月1号

Brett Tabke和webmasterworld第一次特意给Google更新起名字。既然第一个名字是Boston，是个男名，这次应该是C打头的女名，大家投票，Cassandra胜出，没有其它特别意义。

Boston Update

上线时间：2003年2月1号

2003年波士顿举行的SES大会上，Google员工公布了这次更新，为了和其它Google Dance以示区别，取名Boston。

webmasterworld的创始人Brett Tabke就想，给更新取名字是个挺好的主意，所以就效仿台风的命名方法给Google更新取名，按字母排序，男名女名间隔，也得到了Google的首肯。所以早期的Google算法更新大多是webmasterworld命名的。

Google Dance

早期Google索引库每个月更新一次，是线下计算，然后集中上线。由于数据量大，需要一个数据中心一个数据中心地上线，不是同时上线的。在更新期间，用户这分钟访问的是一个数据中心，下一分钟可能访问的是另一个数据中心，看到的搜索结果可能有很大差别，因此被称为Google Dance。

从2000年7月开始，webmasterworld每个月开一个新帖，讨论每一次Google Dance情况，一直到2003年2月的Boston更新第一次有了名称，以前的Google Dance都是没有名字的。这里是当年Google Dance更新讨论的大列表。

G. 什么是PageRank技术

它是Google排名运算法则（排名公式）的一部分，是Google用于用来标识网页的等级/重要性的一种方法，是Google用来衡量一个网站的好坏的唯一标准。在揉合了诸如Title标识和Keywords标识等所有其它因素之后，Google通过PageRank来调整结果，使那些更具“等级/重要性”的网页在搜索结果中另网站排名获得提升，从而提高搜索结果的相关性和质量。 PageRank(网页级别)，2001年9月被授予美国专利，专利人是Google创始人之一拉里·佩奇 PageRank专利人——拉里·佩奇 （Larry Page）。因此，PageRank里的page不是指网页，而是指佩奇，即这个等级方法是以佩奇来命名的。它是Google排名运算法则（排名公式）的一部分，是Google用于用来标识网页的等级/重要性的一种方法，是Google用来衡量一个网站的好坏的唯一标准。在揉合了诸如Title标识和Keywords标识等所有其它因素之后，Google通过PageRank来调整结果，使那些更具“等级/重要性”的网页在搜索结果中另网站排名获得提升，从而提高搜索结果的相关性和质量。其级别从1到10级，10级为满分。PR值越高说明该网页越受欢迎（越重要）。例如：一个PR值为1的网站表明这个网站不太具有流行度，而PR值为7到10则表明这个网站非常受欢迎（或者说极其重要）。一般PR值达到4，就算是一个不错的网站了。Google把自己的网站的PR值定到10，这说明Google这个网站是非常受欢迎的，也可以说这个网站非常重要。 Google的PageRank根据网站的外部链接和内部链接的数量和质量俩衡量网站的价值。PageRank背后的概念是，每个到页面的链接都是对该页面的一次投票，被链接的越多，就意味着被其他网站投票越多。这个就是所谓的“链接流行度”——衡量多少人愿意将他们的网站和你的网站挂钩。PageRank这个概念引自学术中一篇论文的被引述的频度——即被别人引述的次数越多，一般判断这篇论文的权威性就越高。 Google有一套自动化方法来计算这些投票。Google的PageRank分值从0到10；PageRank为10表示最佳，但非常少见，类似里氏震级（Richter scale），PageRank级别也不是线性的，而是按照一种指数刻度。这是一种奇特的数学术语，意思是PageRank4不是比PageRank3好一级——而可能会好6到7倍。因此，一个PageRank5的网页和PageRank8的网页之间的差距会比你可能认为的要大的多。 PageRank较高的页面的排名往往要比PageRank较低的页面高，而这导致了人们对链接的着魔。在整个SEO社区，人们忙于争夺、交换甚至销售链接，它是过去几年来人们关注的焦点，以至于Google修改了他的系统，并开始放弃某些类型的链接。比如，被人们广泛接受的一条规定，来自缺乏内容的“link farm”（链接工厂）网站的链接将不会提供页面的PageRank，从PageRank较高的页面得到链接但是内容不相关（比如说某个流行的漫画书网站链接到一个叉车规范页面），也不会提供页面的PageRank。Google选择降低了对PageRank的更新频率，以便不鼓励人们不断的对其进行监测。 Google PageRank一般一年更新四次，所以刚上线的新网站不可能获得PR值。你的网站很可能在相当长的时间里面看不到PR值的变化，特别是一些新的网站。PR值暂时没有，这不是什么不好的事情，耐心等待就好了。 为您的网站获取外部链接是一件好事，但是无视其他SEO领域的工作而进行急迫的链接建设就是浪费时间，要时刻保持一个整体思路并记住以下几点： ·Google的排名算法并不是完全基于外部链接的 ·高PageRank并不能保证Google高排名 ·PageRank值更新的比较慢，今天看到的PageRank值可能是三个月前的值 因此我们不鼓励刻意的去追求PageRank，因为决定排名的因素可以有上百种。尽管如此，PageRank还是一个用来了解Google对您的网站页面如何评价的相当好的指示，建议网站设计者要充分认识PageRank在Google判断网站质量中的重要作用，从设计前的考虑到后期网站更新都要给予PageRank足够的分析，很好的利用。我们要将PageRank看作是一种业余爱好而不是一种信仰。 pagerank原理 通过对由超过 50,000 万个变量和 20 亿个词汇组成的方程进行计算，PageRank 能够对网页的重要性做出客观的评价。PageRank 并不计算直接链接的数量，而是将从网页 A 指向网页 B 的链接解释为由网页 A 对网页 B 所投的一票。这样，PageRank 会根据网页 B 所收到的投票数量来评估该页的重要性。 此外，PageRank 还会评估每个投票网页的重要性，因为某些网页的投票被认为具有较高的价值，这样，它所链接的网页就能获得较高的价值。重要网页获得的 PageRank（网页排名）较高，从而显示在搜索结果的顶部。Google 技术使用网上反馈的综合信息来确定某个网页的重要性。搜索结果没有人工干预或操纵，这也是为什么 Google 会成为一个广受用户信赖、不受付费排名影响且公正客观的信息来源。 其实简单说就是民主表决。打个比方，假如我们要找李开复博士，有一百个人举手说自己是李开复。那么谁是真的呢？也许有好几个真的，但即使如此谁又是大家真正想找的呢？:-) 如果大家都说刚从 Google 离职的那个是真的，那么他就是真的。 在互联网上，如果一个网页被很多其它网页所链接，说明它受到普遍的承认和信赖，那么它的排名就高。这就是 Page Rank 的核心思想。 当然 Google 的 Page Rank 算法实际上要复杂得多。比如说，对来自不同网页的链接对待不同，本身网页排名高的链接更可靠，于是给这些链接予较大的权重。Page Rank 考虑了这个因素，可是现在问题又来了，计算搜索结果的网页排名过程中需要用到网页本身的排名，这不成了先有鸡还是先有蛋的问题了吗？ Google 的两个创始人拉里·佩奇 （Larry Page ）和谢尔盖·布林 (Sergey Brin) 把这个问题变成了一个二维矩阵相乘的问题，并且用迭代的方法解决了这个问题。他们先假定所有网页的排名是相同的，并且根据这个初始值，算出各个网页的第一次迭代排名，然后再根据第一次迭代排名算出第二次的排名。他们两人从理论上证明了不论初始值如何选取，这种算法都保证了网页排名的估计值能收敛到他们的真实值。值得一提的事，这种算法是完全没有任何人工干预的。 理论问题解决了，又遇到实际问题。因为互联网上网页的数量是巨大的，上面提到的二维矩阵从理论上讲有网页数目平方之多个元素。如果我们假定有十亿个网页，那么这个矩阵 就有一百亿亿个元素。这样大的矩阵相乘，计算量是非常大的。拉里和谢尔盖两人利用稀疏矩阵计算的技巧，大大的简化了计算量，并实现了这个网页排名算法。今天 Google 的工程师把这个算法移植到并行的计算机中，进一步缩短了计算时间，使网页更新的周期比以前短了许多。 网页排名的高明之处在于它把整个互联网当作了一个整体对待。它无意识中符合了系统论的观点。相比之下，以前的信息检索大多把每一个网页当作独立的个体对待，很多人当初只注意了网页内容和查询语句的相关性，忽略了网页之间的关系。 今天，Google 搜索引擎比最初复杂、完善了许多。但是网页排名在 Google 所有算法中依然是至关重要的。在学术界, 这个算法被公认为是文献检索中最大的贡献之一，并且被很多大学引入了信息检索课程 (Information Retrieval) 的教程。 一般人简称 RP值

H. google的排名规则是怎么样的，在google做推广应该选怎样的方式

google排名并不是简单的按某项指标来排名的，它的排名关系到网站的内部结构，关键词的推广，网站的流量，外链量等关键因素结合起来就算的。而且google是全球最大的搜索引擎，它的技术可想而知，如果一个小小的代理商可以决定它的排名的话那便使胡扯！而且google和网络不同，网络的竞价内幕你可以看看前段时间的新闻。google的搜索引擎排名是广告少，这个你可以进去看看，而且非常遵循规则。所以相对来说是比较公平的。
还有，大陆的google是退出了，所以你上google的什么域名后面会自动加多个。hk，也就算跳转到香港的服务器去了。如果说你要做付费推广，那么它的付费排名也不是说你想要什么名次都有的，不同的域名获得的排名名次也不同。
如果是长期的销售网站，建议还是自己做seo。
希望可以帮到您！