首页 >  SEO >  SEO算法 >  正文

HITS算法链接分析算法

1939

HITS 算法是由康奈尔大学( Cornell University ) 的Jon Kleinberg 博士于1997 年首先提出的,为IBM 公司阿尔马登研究中心( IBM Almaden Research Center) 的名为“CLEVER”的研究项目中的一部分。

按照HITS算法,用户输入关键词后,算法对返回的匹配页面计算两种值,一种是枢纽值(Hub Scores),另一种是权威值(Authority Scores),这两种值是互相依存、互相影响的。所谓枢纽值,指的是页面上所有导出链接指向页面的权威值之和。权威值是指所有导入链接所在的页面中枢纽之和。

通常HITS算法是作用在一定范围的,比如一个以程序开发为主题网页,指向另一个以程序开发为主题的网页,则另一个网页的重要性就可能比较高,但是指向另一个购物类的网页则不一定。

在限定范围之后根据网页的出度和入度建立一个矩阵,通过矩阵的迭代运算和定义收敛的阈值不断对两个向量Authority和Hub值进行更新直至收敛。


Hub页面与Authority页面

所谓“Authority”页面,是指与某个领域或者某个话题相关的高质量网页,比如搜索引擎领域,Google和百度首页即该领域的高质量网页,比如视频领域,优酷和土豆首页即该领域的高质量网页。

所谓“Hub”页面,指的是包含了很多指向高质量“Authority”页面链接的网页,比如hao123首页可以认为是一个典型的高质量“Hub”网页。

 HITS算法的目的即是通过一定的技术手段,在海量网页中找到与用户查询主题相关的高质量“Authority”页面和“Hub”页面,尤其是“Authority”页面,因为这些页面代表了能够满足用户查询的高质量内容,搜索引擎以此作为搜索结果返回给用户。


算法基本思想:相互增强关系

基本假设1:一个好的“Authority”页面会被很多好的“Hub”页面指向;

基本假设2:一个好的“Hub”页面会指向很多好的“Authority”页面;


HITS算法

可利用上面提到的两个基本假设,以及相互增强关系等原则进行多轮迭代计算,每轮迭代计算更新每个页面的两个权值,直到权值稳定不再发生明显的变化为止。


1 根集合

 将查询q提交给基于关键字查询的检索系统,从返回结果页面的集合总取前n个网页(如n=200),作为根集合(root set),记为root,则root满足:

1).root中的网页数量较少

2).root中的网页是与查询q相关的网页

3).root中的网页包含较多的权威(Authority)网页


链接分析算法


2 扩展集合base

 在根集root的基础上,HITS算法对网页集合进行扩充集合base,扩充原则是:凡是与根集内网页有直接链接指向关系的网页都被扩充到集合base,无论是有链接指向根集内页面也好,或者是根集页面有链接指向的页面也好,都被扩充进入扩展网页集合base。HITS算法在这个扩充网页集合内寻找好的“Hub”页面与好的“Authority”页面。


3 计算扩展集base中所有页面的Hub值(枢纽度)和Authority值(权威度)

将查询q提交给基于关键字查询的检索系统,从返回结果页面的集合中取前n个网页(如n=200),作为根集合(root set),记为S,则S满足:

1.S中的网页数量较少

2.S中的网页是与查询q相关的网页

3.S中的网页包含较多的权威(Authority)网页

通过向S 中加入被S 引用的网页和引用S 的网页,将S 扩展成一个更大的集合T. 以T 中的Hub 网页为顶点集V1 ,以权威网页为顶点集V2 。

V1 中的网页到V2 中的网页的超链接为边集E ,形成一个二分有向图. 对V1 中的任一个顶点v ,用h ( v) 表示网页v 的Hub 值,且h ( v)收敛;对V2 中的顶点u ,用a ( u) 表示网页的Authority 值。

开始时h ( v) = a ( u) = 1 ,对u 执行I 操作,修改它的a ( u) ,对v执行O操作,修改它的h ( v) ,然后规范化a ( u),h ( v) ,如此不断的重复计算下面的I操作和O操作,直到a ( u),h(v)收敛 。

其中I操作:a ( u) = Σh ( v) ;O 操作: h ( v) = Σa ( u) 。每次迭代对a ( u) 、h ( v) 进行规范化处理: a ( u) = a ( u)/Σ[ a ( q) ]2 ; h ( v) = h ( v)/Σ[ h ( q) ]2 。


申明:本站内容仅代表个人观点,仅供学习参考;未经授权任何个人或组织单位不得复制、转载、摘编以及其它形式的应用! 本站文章可能使用到互联网上的资料,若对您造成困扰,请联系 kk19@foxmail.com除理 本文地址:https://www.chateach.com/seo/seosuanfa/383
相关文章
  • nofollow标签对于网站优化的作用

    nofollow标签,内链优化,外链优化

    nofollow标签对于网站优化的作用,针对nofollow标签在外链优化以及内链优化中的作用,以及注意事项简单的分析了其作用,对于网站优化还是十分重要的!

    1432
    • nofollow标签
    • 内链优化
    • 外链优化
  • SEO优化一定需要做原创内容吗?

    SEO必须原创吗

    随着时代进步SEO优化可以说是越来越难,现在发展方向是内容为王,支持原创内容。那么对于我们网站优化的时候是不是就只有一条路一定要去更新原创内容呢?

    1589
    • SEO必须原创吗
  • 如何一本正经的胡说八道,而你深信不疑

    确认偏误,认知闭合

    人们面对未知内容时选择相信的现象,是一个涉及心理学、社会学和认知科学的复杂议题。认知闭合需求、情感补偿机制、确认偏误、群体极化效应等诸多因素,有趣的可以进一步的去了解。那么我们又如如何抵御,避免自身陷入其中。做一个聪明人,有判断力的能人,自己可以不是那个胡说八道的人,但是决不能成为一本正经胡说八道的受众群体。

    83
    • 确认偏误
    • 认知闭合
  • 如何做好原创内容版权保护

    版权保护,原创内容保护,百度时间因子

    分享如何对站点原创内容的保护,如何查找抄袭站点,如何保留抄袭证据等方法,来保护自己的合法权益。

    1095
    • 版权保护
    • 原创内容保护
    • 百度时间因子
  • 什么样的外链才是高质量外链?

    高质量外链标准

    外链建设是SEO优化中重要的一项,可以有效快速的提升网站的抓取数量,其实是对于新站更加有意义,可以快速的提升网站的权重,但是随着搜索引擎算法不断的迭代,也推出了打击外链买卖作弊的行为,比如百度搜索引擎就有绿萝算法。

    874
    • 高质量外链标准
  • 【春节版】2024年SEO优化还值得继续做下去吗?

    SEO优化

    2023年充满了挑战,相信很多站点都遇到了巨大的挑战吧,遭受降权的站点应该不是少数,还有更多的站点努力了1年没有任何起色的。这种情况的站点,不用担心,大家亦是如此,那么在2024年大家是否还有坚持把SEO做下去的勇气和毅力吗?

    626
    • SEO优化
  • H标签的使用规范

    H标签使用规范

    Heading标签也叫做H标签,HTML语言里一共有六种大小的heading 标签,是网页html 中对文本标题所进行的着重强调的一种标签,在SEO优化中有着至关重要的影响,它能让页面的层级关系更清楚,让搜索引擎更好地抓取和分析出页面的主题内容等等。

    3096
    • H标签使用规范
  • SEO优化的基础要素

    SEO优化

    根据多年的SEO优化经验,为大家总结下SEO优化的基础要素,可以说以下几点搞清楚对于网站收录提升是非常重要的。

    646
    • SEO优化
  • 网站备案的注意事项,减少SEO的影响

    网站备案注意事项,备案SEO影响

    网站备案有的时候是需要关停网站的,这种情况非常不利于SEO优化,我们应该如何应对。同时在网站备案哪些方面需要我们注意,如果快速的完成备案。

    1669
    • 网站备案注意事项
    • 备案SEO影响
  • seo页面优化的常用技术

    seo页面优化的

    seo页面优化的常用技术,从核心关键词分析定位、网站目录和页面优化、标签优化技巧、利用好百度搜索资源平台、提高页面的附加价值、访客到客户的转化工作几个角度来讲下SEO页面优化的常用技术。

    1248
    • seo页面优化的
  • SEO优化还值得做吗,为什么没有效果

    SEO优化,自媒体,优化效果

    SEO优化还值得做吗?为什么要继续坚持做SEO优化和为了SEO没效果这两个关键点分析一下。关键点从来不是SEO没有流量,而是你获取不到一个好的效果。

    727
    • SEO优化
    • 自媒体
    • 优化效果
  • SEO网站页面性能优化指南

    网站页面速度优化

    SEO网站页面性能优化指南,慢速主要原因: 1、关键子资源耗时较严重; 2、页面存在额外跳转; 3、主文档耗时较为严重。页面打开速度直接的影响着转化的水平

    1809
    • 网站页面速度优化
  • AI大模型或将走上搜索引擎的老路

    AI大模,搜索引擎

    AI大模型以其强大的生成能力和广泛的应用场景,已逐步的融入到大家的生活中。AI大模的数据污染与低质量内容问题或将成为一个严峻的问题,AI大模型或将走上搜索引擎的老路。

    271
    • AI大模
    • 搜索引擎
  • 搜索引擎对于AI生成内容的态度

    AI内容,搜索引擎

    随着生成式AI技术的普及,大量网站开始采用人工智能批量生产内容以提升运营效率,AI工具能够高效产出大量文本、图片甚至视频,帮助站点快速填充版面、覆盖长尾关键词,其多语言能力和数据驱动的优化策略也为SEO带来了新机遇,AI生成内容只要满足E-E-A-T原则(专业性、经验性、权威性、可信度),即可获得正常排名。

    94
    • AI内容
    • 搜索引擎
  • 搜索引擎抓取系统概述

    搜索引擎,蜘蛛

    今天就给大家简单的介绍一下搜索引擎系统大致工作原理,内容比较多会分几次更新,大家记得关注“潘某人SEO”坐等更新。先给大家介绍下搜索引擎的基础知识:抓取系统基本框架、抓取中涉及的网络协议、抓取的基本过程三部分。

    1049
    • 搜索引擎
    • 蜘蛛
  • 如何选择合适的编程语言构建SEO友好的网站

    编程语言,SEO友好

    决定搜索引擎优化(SEO)优化的最终结果的因素很多,网站的编程语言可以算作是重要的因素之一,并且编程语言的选择是网站的开端,并且后期更改的代价是非常大的,因此选择正确的编程语言对于SEO优化是非常的重要的。

    613
    • 编程语言
    • SEO友好
  • 答应我以后别这么设计网址路径,迟早会后悔!

    网址路径

    今天有人跟我痛诉网站几千的内容,全部被爬走了,一个不剩的那种,如何才能避免这种悲剧的发生呢?很多人的站点都会有这个问题,并且我见过的很多企业站点都有这个通病。

    147
    • 网址路径
  • PageRank排名算法

    PageRank算法

    PageRank排名算法,是一种由根据网页之间相互的超链接计算的技术,而作为网页排名的要素之一。在搜索引擎优化操作中是经常被用来评估网页优化的成效因素之一。

    2245
    • PageRank算法
-- 这已经是底线了,看看别的把! --