PageRank Algoritması Nasıl Çalışır: Matematiksel Mantık
Kısa cevap
PageRank, web sayfalarını yönlü bir çizge üzerinde modelleyerek gelen bağlantıların miktarını ve otoritesini ölçen bir sıralama algoritmasıdır. Sayfalar arasındaki köprüleri referans kabul eder ve rastgele bir internet kullanıcısının belirli bir adrese ulaşma olasılık dağılımını hesaplar.
Ana maddeler
- Google kurucuları Larry Page ve Sergey Brin tarafından geliştirilen sistem, web sayfalarını yönlü çizge düğümleri olarak işler.
- Rastgele gezgin modeli, bir kullanıcının bağlantılara tıklama veya yeni bir sayfaya geçiş yapma olasılığını simüle eder.
- Genellikle 0.85 olarak belirlenen sönümleme faktörü, çıkmaz düğümlerin ve döngülerin hesaplamayı kilitlemesini engeller.
- Sayfa değerleri tek bir işlemle değil, matris değerleri kararlı duruma gelene kadar yinelenen iterasyonlarla belirlenir.
Arama motorlarının indekslediği milyarlarca belge arasından en nitelikli olanları belirleme ihtiyacı, bağlantı tabanlı analiz modellerini ortaya çıkarmıştır. Bu sistemlerin temelinde bulunan pagerank algoritması nasıl çalışır sorusunun yanıtı, web sayfalarının birbirine verdiği köprü bağlantılarını birer referans oyu kabul eden çizge teorisine dayanır. Algoritma, yalnızca bir sayfaya kaç adet bağlantı verildiğini saymaz; aynı zamanda bağlantıyı veren sayfanın kendi otorite puanını ve üzerinde kaç adet dış bağlantı barındırdığını da denkleme katar.
PageRank Algoritması Nasıl Çalışır?
Algoritmanın çalışma mekanizması, rastgele gezgin (random surfer) olarak adlandırılan teorik bir davranış modeline dayanır. Bu modelde, tarayıcısında rastgele bir sayfa açan sanal bir kullanıcının karşısına çıkan köprüleri tıklayarak internette gezindiği varsayılır. Bir belgenin PageRank puanı, bu rastgele gezginin herhangi bir anda söz konusu belgede bulunma olasılığına denk gelir. Sıfır ile bir aralığında tanımlanan bu olasılık değeri, 0.05 puanına sahip bir sayfaya rastgele gezinen bir kullanıcının denk gelme ihtimalinin %5 olduğunu ifade eder.
Hesaplama sürecinin başında ağdaki tüm dokümanlara eşit bir başlangıç skoru paylaştırılır. Ağda toplam N adet sayfa varsa, her belgenin başlangıç skoru 1/N olarak atanır. Bir sayfa dışarıya link verdiğinde, otorite puanı hedef adreslerin her birine eşit oranlarda dağıtılarak iletilir. Çok fazla dış bağlantı veren bir sayfanın her bir hedefe aktardığı oy değeri azalırken, az sayıda bağlantı veren otoriter bir sayfanın aktardığı puan yükselir.
Matematiksel Formül ve Sönümleme Faktörü
PageRank hesabı, doğrusal cebirdeki Markov zincirleri prensibine göre kurulur. Temel matematiksel formül şu şekilde ifade edilir:
PR(A) = (1 - d) / N + d * Σ (PR(T_i) / C(T_i))
Formüldeki değişkenlerin işlevleri belirli kurallara bağlıdır:
- PR(A): Hesaplanmakta olan A sayfasının PageRank değeridir.
- d (Sönümleme Faktörü): Kullanıcının sayfadaki bağlantıları tıklamaya devam etme olasılığıdır. Araştırmalarda ve pratik uygulamalarda bu değer çoğunlukla 0.85 olarak kabul edilir.
- 1 - d: Kullanıcının bağlantıları takip etmeyi bırakıp doğrudan adres çubuğuna yeni bir adres yazarak başka bir sayfaya rastgele atlama olasılığıdır (%15).
- N: Ağda bulunan toplam sayfa sayısıdır.
- PR(T_i): A sayfasına köprü veren T_i sayfasının sahip olduğu PageRank skorudur.
- C(T_i): T_i sayfasının dışarıya verdiği toplam köprü sayısıdır.
Sönümleme faktörü eklenmediği takdirde, dışarıya hiç çıkış vermeyen sayfalar tüm puanı kendi üzerinde toplayarak sistemin kilitlenmesine neden olur. Formül, her iterasyonda küçük bir rastgele geçiş payı ekleyerek bu durumun önüne geçer.
Örnek Senaryo ile İteratif Hesaplama
Algoritmanın değerleri kesinleştirmesi tek bir işlemle gerçekleşmez. Ağ matrisi üzerinde değerler kararlı duruma (convergence) ulaşana dek art arda hesaplama turları yürütülür. Üç sayfadan oluşan küçük bir ağ ele alındığında işleyiş adım adım gözlemlenebilir:
- A sayfası: B ve C sayfalarına bağlantı veriyor.
- B sayfası: Yalnızca C sayfasına bağlantı veriyor.
- C sayfası: Yalnızca A sayfasına bağlantı veriyor.
Toplam sayfa sayısı N = 3 ve sönümleme d = 0.85 olarak alındığında, başlangıç durumu ve ilk iki turun tahmini değerleri tablodaki gibi ilerler:
| Tur (İterasyon) | A Sayfası Skoru | B Sayfası Skoru | C Sayfası Skoru |
|---|---|---|---|
| Başlangıç (t=0) | 0.333 | 0.333 | 0.333 |
| 1. İterasyon (t=1) | 0.333 | 0.191 | 0.475 |
| 2. İterasyon (t=2) | 0.454 | 0.191 | 0.355 |
| Kararlı Durum (Limit) | 0.387 | 0.214 | 0.398 |
Tabloda görüldüğü gibi, B sayfasının dış bağlantısı az olduğu için puanının tamamını C sayfasına aktarmış, bu da C sayfasının değerini erken turlarda yükseltmiştir. Turlar ilerledikçe sayfalar arasındaki transfer dengelenir ve iki tur arasındaki fark önceden belirlenen hata payının (örneğin 10^-6) altına indiğinde hesaplama tamamlanır.
Çıkmaz Düğümler ve Döngüsel Tuzaklar
Yönlü çizgelerde iki ana yapısal sorun ortaya çıkar: çıkmaz düğümler (dangling nodes) ve örümcek tuzakları (spider traps). Çıkmaz düğümler, kendisine bağlantı gelen ancak dışarıya hiçbir bağlantı vermeyen sayfalardır. Bu sayfalar birer lavabo gibi davranarak gelen PageRank puanını emer ve ağa geri dağıtmaz. Matris hesaplamasında bu sayfaların puanı, bir sonraki turda ağdaki tüm sayfalara eşit paylaştırılarak matrisin stokastik yapısı korunur.
Döngüsel tuzaklar ise iki veya daha fazla sayfanın yalnızca birbirine bağlantı vermesiyle oluşur. Dışarıya bağlantı sızdırmayan bu döngüler, her iterasyonda komşu düğümlerin puanlarını soğurur. Sönümleme katsayısının getirdiği (1 - d) / N bileşeni, gezginin %15 olasılıkla döngü dışına ışınlanmasını sağlayarak sonsuz puan birikimini engeller.
Web Taraması ve Çizge Verisinin Toplanması
PageRank matrisinin kurulabilmesi için öncelikle ağ haritasının eksiksiz çıkarılması gerekir. Bu aşamada web crawler sistemleri sayfaları gezer, içerikteki bağlantıları ayrıştırır ve düğümler arasındaki yönlü kenarları veritabanına kaydeder. Tarama botları sayfaları keşfederken sitelerin erişim kurallarına uymak zorundadır; bu doğrultuda sunucuda yer alan robots.txt dosyası hangi dizinlerin grafiğe dahil edilip edilmeyeceğini belirler. Taranmayan veya taranması engellenen sayfalar bağlantı grafiğine katılamadığı için PageRank hesaplamasında yer almaz.
Bağlantı Manipülasyonları ve Algoritmik Önlemler
PageRank modelinin popülerleşmesi, yapay bağlantı ağları (link farm) ve spam sayfalar üzerinden sıralama manipülasyonu girişimlerini beraberinde getirmiştir. Saldırganlar çok sayıda paravan site açarak ana hedeflerine yüzlerce bağlantı yönlendirmiş ve puanı yapay olarak yükseltmeye çalışmıştır. Bu tür girişimleri engellemek adına algoritmanın orijinal yapısına güvenilirlik filtreleri ve kişiselleştirilmiş PageRank türevleri entegre edilmiştir. Güvenilir tohum sitelerden (seed sites) uzaklaştıkça bağlantıların aktardığı otorite katsayısı düşürülerek yapay ağların etkisi sınırlandırılmıştır.
Sık sorulan diğer sorular
PageRank puanı doğrudan organik sıralamayı belirler mi?
PageRank sıralamayı etkileyen yüzlerce sinyalden biridir ancak tek başına belirleyici değildir. Arama motorları alaka düzeyi, kullanıcı deneyimi ve anlamsal eşleşme faktörlerini bağlantı otoritesiyle birleştirerek sonuç listesini oluşturur.
Bir sayfadan çıkan bağlantı sayısının fazla olması PageRank değerini düşürür mü?
Sayfanın kendi puanı doğrudan düşmez ancak dışarıya aktardığı oy bölündüğü için hedef sayfalara iletilen puan azalır. Çok sayıda bağlantı içeren sayfaların her bir hedefe yaptığı katkı oransal olarak küçülür.
Sönümleme faktörü neden 0.85 olarak seçilmiştir?
Bu oran, bir kullanıcının bağlantıları izleme eğilimi ile yeni bir adrese geçme davranışı arasındaki deneysel dengeyi temsil eder. Matematiksel olarak hem matrisin hızlı yakınsamasını sağlar hem de döngülerin puan yutmasını önler.
İlgili sayfalar
- İlk Arama Motorları Tarihi: Archie'den Web'e
İnternet üzerindeki verileri bulma ihtiyacı, 1990 yılında Alan Emtage tarafından geliştirilen Archie ile ilk yazılımsal çözümüne ulaştı. Dosya Aktarım Protokolü sunucularındaki arşivleri listeleyen bu ilk girişimi, 1994 yılında tam metin tarama yapan WebCrawler ve ardından Lycos, AltaVista ile Google izledi.
- Meta Arama Motoru Nedir: Mimarisi ve İşleyişi
Meta arama motoru, kullanıcı sorgusunu bağımsız web dizinlerine ileterek gelen sonuçları tek bir ekranda derleyen toplayıcı bir sistemdir. Kendi arama dizinini veya ağ örümceğini barındırmak yerine üçüncü taraf arama platformlarının verilerini harmanlar, mükerrer kayıtları ayıklar ve kendine ait kurallarla sıralar. Bu altyapı tek sorguyla daha geniş bir ağ taraması yapılmasına ve istemcinin IP adresinin hedef motorlardan gizlenmesine olanak tanır.
- Gizlilik Odaklı Arama Motorları Nasıl Çalışır?
Gizlilik odaklı arama motorları, arama terimlerini IP adresi, çerezler veya tarayıcı parmak izi gibi kişisel tanımlayıcılarla ilişkilendirmeden işler. Kullanıcı ile web dizinleri arasında yalıtılmış bir köprü kurarak arama geçmişinin kaydedilmesini ve reklam profilleri oluşturulmasını engeller. Bu platformlar veri toplamak yerine sorguları anonimleştirir veya tamamen bağımsız indeksler üzerinden sunar.
- Semantik Arama Nasıl Çalışır: Vektörel Arama Mimarisi
Semantik arama, kullanıcı sorgusundaki sözcükleri birebir eşleştirmek yerine sorgunun arkasındaki anlamı, bağlamı ve niyeti çözümler. Metin, görsel veya ses verilerini çok boyutlu sayısal vektörlere dönüştürerek çalışan bu sistem, vektör uzayındaki matematiksel yakınlık hesaplamaları üzerinden en alakalı sonuçları listeler.
- organik arama vs ücretli arama: Temel Farklar
Organik arama, web sayfalarının arama algoritmaları tarafından alaka düzeyine göre ücretsiz listelenmesini ifade ederken ücretli arama, tıklama başına maliyetle en üst konumlarda yer almayı sağlayan reklam modelidir. Organik stratejiler uzun vadeli trafik ve marka güvenilirliği oluşturur. Ücretli kampanyalar ise anlık görünürlük sağlayarak hedeflenen kitleye hızla ulaşır.
- Google Arama Operatörleri: Arama ve Denetim Rehberi
Google arama operatörleri, standart anahtar kelime sorgularını daraltmak ve belirli parametrelere göre filtrelemek için kullanılan özel komut ve sembollerdir. Bu komutlar alan adı, sayfa başlığı, URL yapısı ve dosya uzantısı gibi alanlarda doğrudan dizin taraması yapmayı sağlar. Birlikte kullanıldıklarında hem içerik araştırmalarında hem de teknik site denetimlerinde kesin sonuçlar verir.
Bu sayfa nasıl hazırlandı
Yazmadan önce konu aşağıdaki kaynaklarda araştırıldı. Sayfa ardından otomatik kalite denetimlerinden geçti.