Перейти до змісту
SEO2026

Частина IV · АВТОРИТЕТ І КОНКУРЕНЦІЯ

PageRank і граф посилань без міфів

Глава 18 / 43 · 706 слів · ~4 хв читання

Матеріал опубліковано за книгою «SEO 2026: Пошук в еру AI» Михайла Оплаканця (Werter). Офіційна авторська публікація.

Read in English

Що дає оригінальна модель PageRank, чого вона не пояснює в сучасному Google, як думати про важливість у графі без метафори «посилального соку» і чому внутрішні й зовнішні посилання - одна система з різними межами контролю.

Стан даних і джерел: 14 вересня 2026 року

PageRank важливий не тому, що SEO-фахівець у 2026 році може порахувати «реальний PR» сторінки. Не може. Він важливий як модель: веб - орієнтований граф, де посилання створюють структуру рекомендацій і переходів, а важливість рекурсивно залежить від важливості сторінок, що посилаються. Оригінальна робота Page, Brin, Motwani і Winograd описувала саме таку оцінку на основі графа.[1] Сучасні системи ранжування значно складніші, але Google і сьогодні прямо називає посилання одним із сигналів релевантності.[2]

Рис. 18.1. Базова інтуїція PageRank: важливість сторінки залежить не лише від кількості посилань, а й від графа, з якого вони приходять.
Рис. 18.1. Базова інтуїція PageRank: важливість сторінки залежить не лише від кількості посилань, а й від графа, з якого вони приходять.

18.1. Кількість посилань не дорівнює PageRank

100 посилань із майже ізольованих сторінок не обовʼязково сильніші за одне посилання зі сторінки, на яку веде багато важливих шляхів. Саме рекурсивність відрізняє PageRank від простого вхідного степеня вузла - кількості вхідних звʼязків. У практиці це пояснює, чому наскрізні сміттєві посилання й змістовні редакційні посилання не варто рахувати в одній колонці.

18.2. Модель випадкового мандрівника - інтуїція, а не поточна формула Google

Оригінальну модель часто пояснюють через випадкового мандрівника: користувач переходить за посиланнями й із певною ймовірністю «телепортується» на випадкову сторінку. Це хороша математична модель для розуміння важливості в стаціонарному стані. Але некоректно стверджувати, що сучасне ранжування Google буквально використовує ту саму формулу з тим самим коефіцієнтом затухання. Patent/paper ≠ current production weights.

Останній запис означає: патент або наукова робота не дорівнюють поточним вагам у робочій системі.

18.3. Внутрішній і зовнішній графи мають одну логіку, але різний рівень контролю

Внутрішній граф ми можемо перепроєктувати. На зовнішній можемо лише частково впливати через звʼязки з громадськістю, продукт, роботу з потенційними донорами, партнерства, згадки й посилання на джерела. Це робить внутрішню перелінковку найконтрольованішим способом змінити структуру звʼязків навколо комерційних сторінок. Але внутрішнє посилання не створює зовнішньої авторитетності з нуля; воно перерозподіляє те, що вже є в графі сайту.

Таблиця 18.1. Що модель PageRank пояснює добре, а що не треба з неї виводити.
Добре пояснюєНе доводить
Чому посилання формують важливість у графіЩо DR/DA дорівнює PageRank Google
Чому важливість донора має значенняЩо будь-яке посилання із «сильного домену» корисне
Чому внутрішні посилання можуть перерозподіляти вагуЩо можна точно порахувати Google PR сканером
Чому ізольовані сторінки структурно слабкіЩо PageRank є єдиним або головним сигналом ранжування

18.4. Метрики авторитетності від сторонніх сервісів — корисні моделі, якщо памʼятати про їхню природу

DR, DA, Authority Score, Trust Flow будуються на власних скануваннях, формулах та індексах посилань. Це не метрики Google. Я використовую їх як порівняльні показники: для відбору донорів, оцінки динаміки й розриву з конкурентами. Але рішення про залучення посилань ніколи не приймаю за однією оцінкою. Найважливіші питання - чи реальний сайт, чи індексується сторінка, чи має вона реальну аудиторію, чи релевантний контекст, чи посилання виглядає доречним у редакційному матеріалі.

18.5. Редиректи й canonical змінюють граф, але не забезпечують магічного «перенесення 100% ваги»

Google документує постійні редиректи як сильний сигнал вибору канонічної сторінки.[3] Це підстава для коректних міграцій і обʼєднання матеріалів. Але точний «відсоток перенесення PageRank» Google не публікує. Тому заяви «301 передає 90/95/100% ваги» без джерела - псевдоточність. Практично оцінюємо результат: вибір canonical, індексацію цільової сторінки, позиції, сканування й зворотні посилання.

18.6. Втрата посилань і граф у часі

Зовнішній граф не статичний. Сторінки зникають, переспрямовуються, отримують noindex, змінюють контент, посилання випадають із шаблонів. Тому важливі не тільки залучені посилання, а й збережені чинні посилання. Для великих проєктів я дивлюся на втрачені сторінки-донори, розподіл статусів, ланцюжки редиректів і те, чи залишилося посилання в HTML після рендерингу.

18.7. Практичний висновок

PageRank потрібен досвідченому SEO-фахівцю не як релігія про «посилальний сік», а як дисципліна мислення про граф. Сильні сторінки повинні мати шляхи до тих документів, які бізнес вважає важливими. Зовнішні посилання мають оцінюватися в контексті сторінки-джерела й графа вебу. Усе інше - моделі з обмеженнями, а не доступ до внутрішньої оцінки Google.

Джерела до Глави 18

1. Page, Brin, Motwani, Winograd. The PageRank Citation Ranking: Bringing Order to the Web. Stanford technical report. http://ilpubs.stanford.edu:8090/422/1/1999-66.pdf

2. Google Search Central. Link best practices. https://developers.google.com/search/docs/crawling-indexing/links-crawlable

3. Google Search Central. Redirects and Google Search. https://developers.google.com/search/docs/crawling-indexing/301-redirects

4. Brin, Page. The Anatomy of a Large-Scale Hypertextual Web Search Engine. https://infolab.stanford.edu/~backrub/google.html

Практикуми за темою глави

Перейдіть від методики з книги до робочого шаблону, діагностики URL чи вимірювання результату. Кожна вправа має критерії перевірки та посилання на джерела.

Усі практичні SEO-інструменти

Ілюстрації розміщено біля відповідних підписів. Оригінальні зображення зберігаються окремо від тексту.