PageRank

Le PageRank d'une page a tendance à être d'autant plus élevé que la somme des PagesRanks des pages qui pointent vers elle est élevée.

Le principe de base est d'attribuer à chaque page une valeur (ou score) proportionnelle au nombre de fois que passerait par cette page un utilisateur parcourant le graphe du Web en cliquant aléatoirement, sur un des liens apparaissant sur chaque page. Ainsi, une page a un PageRank d'autant plus important qu'est grande la somme des PageRanks des pages qui pointent vers elle (elle comprise, s'il y a des liens internes). Le PageRank est une mesure de centralité sur le réseau du web.

Plus formellement, le déplacement de l'utilisateur est une marche aléatoire sur le graphe du Web, c'est-à-dire le graphe orienté dont les sommets représentent les pages du Web et les arcs les hyperliens. En supposant que l'utilisateur choisisse chaque lien indépendamment des pages précédemment visitées (le réalisme d'une telle hypothèse pouvant être discuté), il s'agit d'un processus de Markov. Le PageRank est alors simplement la probabilité stationnaire d'une chaîne de Markov, c'est-à-dire un vecteur de Perron-Frobenius de la matrice d'adjacence du graphe du Web[2] - [3]. La taille (gigantesque) de ce graphe et son évolution dynamique (modifications de pages et hyperliens, connexion ou déconnexion de serveur web…) rendent cependant impossible un calcul direct de ce vecteur propre : des algorithmes d'approximation sont utilisés.

De nombreuses corrections et améliorations ont été apportées à cet algorithme, certaines étant décrites dans le brevet déposé le 17 avril 2007[4], d'autres ne restant connues que de Google. En particulier, il est important de garantir que des modifications trop locales du graphe du Web n'entraînent pas d'augmentation disproportionnée du PageRank de certaines pages, ceci afin d'éviter que des utilisateurs (par exemple des sites commerciaux) ne « boostent » artificiellement leur PageRank. Par exemple, dans l'algorithme de base décrit ci-dessus, ajouter de nombreux liens internes sur une page Web (ce qui est très simple à faire pour un particulier) permet d'augmenter son PageRank (cette stratégie ne marche pas avec le PageRank actuel de Google).

Jusqu'en 2016, les internautes pouvaient obtenir une approximation du classement de chaque page en consultant la zone PageRank de la barre d'outils Google, qui indiquait sa valeur sur une échelle de 0 à 10 (Échelle logarithmique). Jusqu'à cette date, il existait aussi de nombreux outils pour l'obtenir sans afficher la toolbar, même s'ils se basaient eux aussi sur la valeur renvoyée par la barre d'outils de Google. Depuis 2016[5], Google ne fournit plus aucune valeur de PageRank, il est donc impossible de le connaître désormais. Ainsi, certaines sociétés privées telles que Moz et Majestic SEO tentent de s'en approcher par le biais de leurs indicateurs (citation flow, trust flow, Domain authority, page authority) afin d'avoir une idée du PageRank Réel et permettent aux webmasters de comparer les différents sites.

Selon le brevet Google, les critères de classement sont :

• les liens entrants et sortants;
• les ancres;
• le trafic associé à la page;
• le comportement des internautes : le choix de la page dans les résultats;
• le nom de domaine.

La façon de classer, de trier et de hiérarchiser des algorithmes n'est pas objective. Elle est toujours fondée sur une conception particulière de ce qui est important et légitime[19]. PageRank ne fait pas exception à ce constat.

Le premier critère de PageRank renvoie au classement des pages à partir des liens entrants : plus le nombre de pages citant un document est grand, plus ce document est considéré comme important. Ce principe de classement n’est pas neutre ou objectif. Il renvoie à une conception de la crédibilité des contenus, qui s’oppose à un autre principe de légitimation : l’autorité — principe pris en compte par le TrustRank. Le principe de classement de PageRank fait correspondre visibilité — plutôt que qualité — et légitimité. Le principal problème est que l'algorithme ne prend pas en considération les raisons pour lesquelles un article est cité[19], et il arrive couramment qu'un contenu soit cité justement parce qu’il est faux, ce qui lui fait inopportunément gagner de l'importance dans le classement de PageRank.

• (en) Sergey Brin et Lawrence Page, « The Anatomy of a Large-Scale Hypertextual Web Search Engine », Université de Stanford,‎ 1998 (lire en ligne)
• Dominique Cardon, « Dans l'esprit du PageRank : Une enquête sur l'algorithme de Google », Réseaux, vol. 1, n^o 177,‎ 2013, p. 63-95 (DOI 10.3917/res.177.0063, lire en ligne)
• Matteo Pasquinelli (trad. Clément Blachier, Victor Lockwood et Xiaomeng Zuo), « Google PageRank : une machine de valorisation et d'exploitation de l'attention », dans Yves Citton, L'économie de l'attention : Nouvel horizon du capitalisme ?, Paris, La Découverte, coll. « Sciences humaines », 2014, 328 p. (ISBN 9782707178701, lire en ligne), p. 161-178
• Henk van Ess (trad. du néerlandais de Belgique par Jean-Marc Delprato), Da Google Code, Montreuil, Pearson Education France, 2011, 157 p. (ISBN 978-2-7440-2460-3 et 2744024600, lire en ligne)
• Bruno-Bernard Simon: Vos recherches avec Google[21], 2014.
• Site internet de Travaux d'intérêt personnel encadré : PageRank.