HITS鏈接分析算法
HITS（Hyperlink-Induced Topic Search）是一種基于鏈接的搜索引擎排名算法，與其他排名算法如PageRank一樣，它的主要目的是將用戶查詢與集合的文檔匹配，使得最相關的文檔被檢索出來，排在前面。事實上，網頁根據網頁內部和外部因素來排序。HITS算法包括兩個重要指標：Authority和Hub，體現網頁的相關性，指導搜索引擎排序，即把相關性高的網頁排在前面。 HITS算法首先將網絡或文檔抽象為一個有向圖，稱為鏈接網絡。對于每個網頁，給出其作者（Authority）和鏈接（Hub）。基于鏈接的HITS算法使用一個簡單的迭代流程來更新Authority 和 Hub 指標的值： 1.首先通過將Authority 分配給所有鏈接節點，計算每個Hub所具有的Authority 權重。 2.接著，將Hub值分配給每個鏈接節點，計算每個Authority所擁有的Hub權重 3.這個迭代過程一直持續下去，直到穩定，也就是說，在計算Authority/Hub 的值的時候，其值改變的越來越小，這個閾值可以根據系統的需要來設定。 4.最后，將依據Authority/Hub 指標值排序得到的結果作為搜索引擎的排序結果返回給用戶。 HITS算法有一定的局限性，其最大的缺點在于，HITS算法容易受垃圾鏈接（spam links）的影響。多數搜索引擎都在使用HITS算法前都要先審查排名結果，移除被標記為垃圾鏈接的網頁，以確保搜索引擎的查詢結果的真實性和可靠性。
Public @ 2023-03-02 20:01:00
