網(wǎng)站導(dǎo)航：杭州思億歐 > 搜索引擎優(yōu)化
HITS搜索引擎算法的研究
更新時間：2009年1月20日
HITS算法是Web結(jié)構(gòu)挖掘中最具有權(quán)威性和使用最廣泛的算法。其基本思想是利用頁面之間的引用鏈來挖掘隱含在其中的有用信息（如權(quán)威性），具有計(jì)算簡單且效率高的特點(diǎn)。HITS算法通過兩個評價權(quán)值——內(nèi)容權(quán)威度（Authority）和鏈接權(quán)威度（Hub）來對網(wǎng)頁質(zhì)量進(jìn)行評估。內(nèi)容權(quán)威度與網(wǎng)頁自身直接提供內(nèi)容信息的質(zhì)量相關(guān)，被越多網(wǎng)頁所引用的網(wǎng)頁，其內(nèi)容權(quán)威度越高；鏈接權(quán)威度與網(wǎng)頁提供的超鏈接頁面的質(zhì)量相關(guān)，引用越多高質(zhì)量頁面的網(wǎng)頁，其鏈接權(quán)威度越高。HITS算法認(rèn)為對每一個網(wǎng)頁應(yīng)該將其內(nèi)容權(quán)威度和鏈接權(quán)威度分開來考慮，在對網(wǎng)頁內(nèi)容權(quán)威度做出評價的基礎(chǔ)上再對頁面的鏈接權(quán)威度進(jìn)行評價，然后給出該頁面的綜合評價。
然而HITS算法也有其明顯的不足。首先，它完全將網(wǎng)頁的內(nèi)容或文本排除在外，僅考慮網(wǎng)頁之間的鏈接結(jié)構(gòu)來分析頁面的權(quán)威性，這與現(xiàn)實(shí)網(wǎng)絡(luò)中的權(quán)威頁面相比，其不科學(xué)性顯而易見。
因?yàn)闄?quán)威頁面必須針對某一主題或關(guān)鍵詞而言。某一頁面對一確定主題的具有較大權(quán)威性的頁面并不意味在其他與其無關(guān)的主題方面同樣具有權(quán)威性。其次一個頁面對另一頁面的引用有多種情況，其中包含了一頁面對另一頁面的認(rèn)可，但除此之外也有其他目的鏈接，如為了導(dǎo)航或?yàn)榱烁顿M(fèi)廣告。而HITS算法在實(shí)現(xiàn)過程中均沒有考慮以上情況．導(dǎo)致了結(jié)果與目標(biāo)的差距。就HITS算法的思想與實(shí)現(xiàn)過程做了細(xì)致的研究與概括。
針對前面第一種不足，就有相關(guān)的學(xué)者提出了一種利用超鏈文字及其周圍文字與關(guān)鍵字相匹配而計(jì)算超鏈權(quán)值的方法，并引入系數(shù)對周圍文字和超鏈文字進(jìn)行權(quán)值的相對控制，很好地將頁面文本信息引入到HITS算法，提高了算法的可靠性，并在現(xiàn)實(shí)中取得了很好的效果。對HITS算法的第二個不足，即非正常目的的引用．在HITS算法看來，也誤認(rèn)為是正常引用，導(dǎo)致實(shí)際結(jié)果與目標(biāo)的出入。
后來，經(jīng)過不斷的改進(jìn)。HITS算法又引入了時間參數(shù)，即利用對一鏈接引用的時問長短來評價是否為正常引用。因?yàn)榉钦ｆ溄悠湟脮r問肯定不會很長（如交換鏈接、廣告鏈接），相反，如果一頁面對另一頁面的鏈接時間較長，則必然反映此頁面就是用戶的尋找頁面。即目標(biāo)頁面或至少是正常引用。
如果設(shè)定時間閥值，則可以將非正常引用的鏈接在HITS算法的實(shí)現(xiàn)過程中篩選出來。如設(shè)定訪問時間少于１分鐘者為非正常引用。另外可構(gòu)造時間訪問函數(shù)，控制權(quán)威頁面的相對大小。如隨訪問時間的增大而其權(quán)威性也逐漸非線性增大．這樣可為HITS算法的權(quán)威頁面提供更合理、更科學(xué)的解釋。
鏈接穩(wěn)定性，在外部鏈接的建設(shè)中，占據(jù)非常重要的地位。思億歐在SEO鏈接的穩(wěn)定性 URL：http://www.seo.com.cn/seo-stability.html一文中，就強(qiáng)調(diào)過鏈接越穩(wěn)定，對排名的幫助就越大。
