Algoritmo PageRank: Come Google Classifica le Pagine Web

PageRank (dal nome di Larry Page) modella il web come un grafico diretto dove le pagine sono nodi e gli iperlink sono archi. Calcola una distribuzione stazionaria di un surfer casuale che:

• Segue un link in uscita casuale con probabilità d (fattore di smorzamento, tipicamente 0,85).
• "Teletrasporta" a una pagina casuale con probabilità 1–d.

Formulazione Matematica

Per la pagina i:

PR(i) = (1-d)/N + d × Σ [PR(j) / L(j)]

dove j sono le pagine che collegano a i, L(j) = link in uscita da j, N = totale pagine.

Intuizioni Chiave

• Qualità > Quantità: Un link da una pagina ad alto PageRank vale più di molti da pagine a basso PageRank.
• I link in uscita diluiscono: Una pagina divide il suo "voto" tra tutti i link in uscita.
• Calcolo iterativo: Il metodo della potenza converge in ~50–100 iterazioni su miliardi di pagine.
• PageRank Personalizzato: Vettore di teletrasporto distorto verso gli interessi dell'utente (usato nelle raccomandazioni).

Oltre il PageRank Originale

Google ora usa centinaia di segnali (pertinenza contenuto, UX, E-E-A-T, Page Experience, comprensione BERT/MUM). PageRank rimane una componente fondamentale ma non l'unico classificatore.

Takeaway SEO Pratici

• Ottieni backlink editoriali da siti autorevoli e pertinenti.
• Potatura i link in uscita di bassa qualità; usa rel="nofollow" per link a pagamento/non attendibili.
• Migliora il collegamento interno per distribuire PageRank alle pagine chiave.
• Risolvi errori di scansione, contenuti duplicati, velocità lenta—questi influenzano il ranking complessivo più del PR da solo.

PageRank fu rivoluzionario nel 1998; oggi è un pezzo di un massiccio sistema di ranking guidato da ML.