1. NetAtlas
  2. googlepr.bmcx.com

googlepr.bmcx.com

Homepage snapshot Rankings Pages Subdomains
Main

id

308015414

name

googlepr.bmcx.com · homepage snapshot

processing priority

4

site type

0 (generic, awaiting analysis)

review version

11

html import

20 (imported)

Events

first seen date

2024-09-24 02:52:47

expired found date

-

created at

2024-09-24 02:52:47

updated at

2024-09-24 02:52:48

Domain name statistics

length

17

crc

12008

tld

2211

nm parts

0

nm random digits

0

nm rare letters

0

Connections

is subdomain of id

152741261 (bmcx.com)

previous id

0

replaced with id

0

related id

-

dns primary id

0

dns alternative id

0

lifecycle status

0 (unclassified, or currently active)

Subdomains and pages

deleted subdomains

0

page imported products

0

page imported random

0

page imported parking

0

Error counters

count skipped due to recent timeouts on the same server IP

0

count content received but rejected due to 11-799

0

count dns errors

0

count cert errors

0

count timeouts

0

count http 429

0

count http 404

0

count http 403

0

count http 5xx

0

next operation date

-

Server

server bits

—

server ip

-

Mainpage statistics

mp import status

20

mp rejected date

-

mp saved date

-

mp size orig

14071

mp size raw text

3159

mp inner links count

0

mp inner links status

1 (no links)

Open Graph

title

description

Google PR查询

image

site name

author

updated

2026-02-22 22:54:32

raw text

Google PR查询 - Google PR计算 - Google PR算法 　 Google PR查询 首页 登录/注册 联系我们 接口调用 意见/报错 登录 / 注册 便民查询网 首页 > Google PR查询 Google PR查询 Google PR算法 一、简单算法： 例如一个由4个页面组成的小团体：A，B， C 和 D。如果所有页面都链向A，那么A的PR（PageRank）值将是B，C 及 D的和。 PR(A) = PR(B) + PR(C) + PR(D) 继续假设B也有链接到C，并且D也有链接到包括A的3个页面。一个页面不能投票2次。所以B给每个页面半票。以同样的逻辑，D投出的票只有三分之一算到了A的 PageRank 上。 风采依扬觉得，根据链处总数平分一个页面的 PR 值。 最后，所有这些被换算为一个百分比再乘上一个系数 q 。由于下面的算法，没有页面的PageRank会是0。所以，Google通过数学系统给了每个页面一个最小值1 − q。 所以一个页面的 PageRank 是由其他页面的PageRank计算得到。Google 不断的重复计算每个页面的 PageRank。如果您给每个页面一个随机 PageRank 值（非0），那么经过不断的重复计算，这些页面的 PR 值会趋向于正常和稳定。这就是搜索引擎使用它的原因。 二、完整的算法： 这个方程式引入了随机浏览的概念，即有人上网无聊随机打开一些页面，点一些链接。一个页面的PageRank值也影响了它被随机浏览的概率。为了便于理解，这里假设上网者不断点网页上的链接，最终到了一个没有任何链出页面的网页，这时候上网者会随机到另外的网页开始浏览。 为了对那些有链出的页面公平，q = 0.15( q 的意义见上文)的算法被用到了所有页面上, 估算页面可能被上网者放入书签的概率。 所以，这个等式如下: p1,p2,…,pN是被研究的页面，M(pi)是链入pi页面的数量，L(pj)是pj链出页面的数量，而N是所有页面的数量 PageRank 值是一个特殊矩阵中的特征向量。这个特征向量为 R 是等式的答案 如果pj不链向pi, 而且对每个j都成立时， 等于 0 这项技术主要的弊端是，旧的页面...

Text analysis

redirect type

0 (-)

block type

0 (no issues)

detected language

126 (language undetectable (empty document, too short, or engines disagree))

category id

Pozostałe (16)

index version

1

spam phrases

0

Text statistics

text nonlatin

1853

text cyrillic

0

text characters

2547

text words

306

text unique words

247

text lines

127

text sentences

1

text paragraphs

0

text words per sentence

255

text matched phrases

0

text matched dictionaries

0

RSS

rss path

rss status

1 (priority 1 already searched, no matches found)

rss found date

-

rss size orig

0

rss items

0

rss spam phrases

0

rss detected language

0 (awaiting analysis)

inbefore feed id

-

inbefore status

0 (new)

Sitemap

sitemap path

sitemap status

1 (priority 1 already searched, no matches found)

sitemap review version

2

sitemap urls count

0

sitemap urls adult

0

sitemap filtered products

0

sitemap filtered videos

0

sitemap found date

-

sitemap process date

-

sitemap first import date

-

sitemap last import date

-