Portrait Olivier Duffez

Olivier Duffez

Créateur de WebRankInfo,
consultant en référencement

Explications sur la formule du PageRank

Le PageRank est une méthode inventée par Google pour mesurer l’importance relative des pages du web, que l’on appelle souvent la popularité. Elle est basée sur la topologie du web, c’est-à-dire sur l’étude des liens entre les pages. Voici des explications sur la formule initiale du PageRank.

Mise à jour : cet article date de plusieurs années, attention à le lire pour votre culture web personnelle ! En effet bien des choses ont changé et les informations ou techniques décrites ici ne sont plus forcément applicables à 100%… En particulier le PageRank n’est plus un élément capital, de nombreux autres critères sont plus importants. Je vous conseille plutôt de lire mon tutoriel sur le netlinking.

Formule PageRank

La formule initiale du PageRank décrite dans l’article de Sergei Brin et Larry Page, co-fondateurs de Google.

L’idée principale est que si une page A fait un lien vers une page B, alors c’est que la page A juge que la page B est suffisamment importante pour mériter d’être citée et d’être proposée aux visiteurs. Ce lien de A vers B augmente le PageRank de B.

Deux idées supplémentaires mais essentielles viennent la compléter :

  • l’augmentation de PageRank de la page B est d’autant plus importante que le PageRank de la page A est élevé. En d’autres termes, il est bien plus efficace d’avoir un lien depuis la page d’accueil de Google que depuis une page du site de votre petit cousin (ou alors c’est un génie en puissance !).
  • l’augmentation de PageRank de la page B est d’autant plus importante que la page A fait peu de liens. En d’autres termes, si la page A juge qu’il n’y a qu’une page qui mérite un lien, alors il est normal que le PageRank de la page B augmente plus que dans le cas où de nombreuses pages obtiennent un lien.

Maintenant que vous connaissez les principes du PageRank, passons à sa formulation mathématique… Nous nous basons sur un article rédigé par les deux fondateurs de Google (1), même si depuis l’algorithme a dû évoluer : la base reste la même.

Soient A1, A2, ..., An : n pages pointant vers une page B. Notons PR(Ak) le PageRank de la page Ak, N(Ak) le nombre de liens sortants présents sur la page Ak, et d un facteur compris entre 0 et 1, fixé en général à 0,85.

Alors le PageRank de la page B se calcule à partir du PageRank de toutes les pages Ak de la manière suivante :

PR(B) = (1-d) + d x ( PR(A1) / N(A1) + ... + PR(An) / N(An) )

Comme vous pouvez vous en rendre compte, cette formule est à la fois simple et compliquée. Simple parce qu’elle ne dépend que de quelques termes, compliquée parce qu’elle récursive : pour calculer le PageRank d’une page, il faut avoir calculé celui de toutes les pages pointant vers elle. Mais alors comment commencer ?

En fait c’est très simple, il suffit de commencer avec des valeurs arbitraires de PageRank (par exemple 1). Le choix de cette valeur n’a pas d’influence sur le résultat final à condition que toutes les pages commencent avec la même valeur. Une application de la formule permet de calculer un nouveau PageRank pour chaque page, plus proche de la réalité que la valeur par défaut que nous avons choisie au début.
Ensuite nous recommençons à calculer les PageRank de toutes les pages en appliquant de nouveau la formule, mais en partant cette fois des valeurs que nous avons calculées précédemment. Après un certain nombre d’itérations, le système converge : les valeurs de PageRank de chaque page ne bougent plus entre deux itérations.
En pratique la convergence est obtenue au bout de plusieurs dizaines d’itérations (tout dépend du nombre de pages considérées !).

Etape suivante : Premières constatations sur le PageRank.

(1) The Anatomy of a Large-Scale Hypertextual Web Search Engine, Sergey Brin et Lawrence Page, www-db.stanford.edu/~backrub/google.html

Cet article vous a-t-il plu ?

Cliquez pour voter !

Laisser un commentaire

Remarques :

  • Si vous souhaitez poser une question ou détailler un problème technique, il ne faut pas utiliser le formulaire ci-dessous qui est réservé aux avis. Posez votre question directement dans le forum Gmail de WebRankInfo. L'inscription est gratuite et immédiate.

  • En postant un avis, vous acceptez les CGU du site WebRankInfo. Si votre avis ne respecte pas ces règles, il pourra être refusé. Si vous indiquez votre adresse email, vous serez informé dès que votre avis aura été validé (ou refusé...) ; votre adresse ne sera pas utilisée pour vous envoyer des mailings et ne sera pas revendue ou cédée à des tiers.

2 commentaires

MagicYoyo

J’avais jamais fait attention, mais il y a une erreur dans cette présentation du PR.

La valeur de PR d’une page dépend du nombre de pages de l’index.
En effet, la somme des PR est toujours égal à 1.
La valeur initiale du PR d’une page est donc toujours de 1/N, sans compter le « coefficient de déperdition ».
La valeur d’un PageRank est donc toujours de 0,xx. Le chiffre donné par la Toolbar n’étant qu’un classement de la page dans le classement par PR, (l’échelle des tranches étant logarithmique).

Répondre
Olivier Duffez

Peux-tu préciser où se trouve l’erreur ? J’ai beau relire mon texte et ton commentaire, je ne vois pas. Que la valeur initiale soit 1 ou 1/N, ça ne change strictement rien, à part pour la vitesse de calcul. Mais aujourd’hui Google calcule le PR bien autrement et efficacement !

Le fait que le PR (réel) soit une valeur entre 0 et 1 découle de la formule et est rappelé dans l’article http://www.webrankinfo.com/dossiers/pagerank/promeneur-aleatoire qui présente le PR comme une probabilité.

Répondre