久草中文在线观看_久久精品中文字幕一区_亚洲日本欧美日韩中文字幕_熟妇人妻无乱码中文字幕真矢织江

外鏈?zhǔn)撬阉饕嫠惴ㄖ校袛嗑W(wǎng)站權(quán)重高低的重要指標(biāo)，當(dāng)用戶在搜索框中輸入關(guān)鍵時(shí)，搜索引擎面對(duì)大量擁有相同內(nèi)容的網(wǎng)頁，首先需要解決的就是，通過哪些 參數(shù)覺得網(wǎng)頁排名的高低。今天，筆者就簡(jiǎn)單介紹外鏈建設(shè)中，比較有名的核心算法：PageRank算法、Hilltop算法、Direct Hit 算法。

1998年，Sergey Brin和Lawrence Page提出了PageRank算法。該算法基于“從許多優(yōu)質(zhì)的網(wǎng)頁鏈接過來的網(wǎng)頁，必定還是優(yōu)質(zhì)網(wǎng)頁”的回歸關(guān)系，來判定網(wǎng)頁的重要性。該算法認(rèn)為從網(wǎng) 頁A導(dǎo)向網(wǎng)頁B的鏈接可以看作是頁面A對(duì)頁面B的支持投票，根據(jù)這個(gè)投票數(shù)來判斷頁面的重要性。當(dāng)然，不僅僅只看投票數(shù)，還要對(duì)投票的頁面進(jìn)行重要性分 析，越是重要的頁面所投票的評(píng)價(jià)也就越高。根據(jù)這樣的分析，得到了高評(píng)價(jià)的重要頁面會(huì)被給予較高的PageRank值，在檢索結(jié)果內(nèi)的名次也會(huì)提高。 PageRank是基于對(duì)“使用復(fù)雜的算法而得到的鏈接構(gòu)造” 的分析，從而得出的各網(wǎng)頁本身的特性。

分 析：PageRank算法的優(yōu)點(diǎn)在于它對(duì)互聯(lián)網(wǎng)上的網(wǎng)頁給出了一個(gè)全局的重要性排序，并且算法的計(jì)算過程是可以離線完成的，這樣有利于迅速響應(yīng)用戶的請(qǐng) 求。不過，其缺點(diǎn)在于主題無關(guān)性，沒有區(qū)分頁面內(nèi)的導(dǎo)航鏈接、廣告鏈接和功能鏈接等，容易對(duì)廣告頁面有過高評(píng)價(jià)；另外，PageRank算法的另一弊端 是，舊的頁面等級(jí)會(huì)比新頁面高，因?yàn)樾马撁妫词故欠浅：玫捻撁妫膊粫?huì)有很多鏈接，除非他是一個(gè)站點(diǎn)的子站點(diǎn)。這就是PageRank需要多項(xiàng)算法結(jié)合 的原因。

HillTop，是一項(xiàng)搜索引擎 結(jié)果排序的專利，是Google的一個(gè)工程師Bharat在2001年獲得的專利。HillTop算法的指導(dǎo)思想和PageRank是一致的，即都通過反 向鏈接的數(shù)量和質(zhì)量來確定搜索結(jié)果的排序權(quán)重。但HillTop認(rèn)為只計(jì)算來自具有相同主題的相關(guān)文檔鏈接對(duì)于搜索者的價(jià)值會(huì)更大，即主題相關(guān)網(wǎng)頁之間的 鏈接對(duì)于權(quán)重計(jì)算的貢獻(xiàn)比主題不相關(guān)的鏈接價(jià)值要更高。在1999-2000年，當(dāng)這個(gè)算法被Bharat與其他Google開發(fā)人員開發(fā)出來的時(shí)候，他 們稱這種對(duì)主題有影響的文檔為“專家”文檔，而只有從這些專家文檔頁面到目標(biāo)文檔的鏈接決定了被鏈接網(wǎng)頁“權(quán)重得分”的主要部分。

Hilltop算法的過程：首先計(jì)算查詢主題最相關(guān)的“專家”資源列表；其次在選中的“專家”集中識(shí)別相關(guān)的鏈接，并追蹤它們以識(shí)別相關(guān)的網(wǎng)頁目標(biāo)；然 后將目標(biāo)根據(jù)非關(guān)聯(lián)的指向它們的“專家”數(shù)量和相關(guān)性排序。由此，目標(biāo)網(wǎng)頁的得分反映了關(guān)于查詢主題的最中立的專家的集體觀點(diǎn)。如果這樣的專家池不存 在，Hilltop不會(huì)給出結(jié)果。

從Hilltop算法過程可見，該算法包括兩個(gè)主要的方面：尋找專家；目標(biāo)排序。通過對(duì)搜索引擎抓取的網(wǎng)頁進(jìn)行預(yù)處理，找出專家頁面。對(duì)于一個(gè)關(guān)鍵詞的查詢，首先在專家中查找，并排序返回結(jié)果。

權(quán)威頁面是對(duì)于一個(gè)查詢主題來說最好的專家指向的頁面。專家也有可能在更寬泛的領(lǐng)域或其它領(lǐng)域的主題上也是專家。在專家頁面中只有一部分鏈接與主題相關(guān)。因此，把查詢主題的專家中相關(guān)的外向鏈接合并，以找到查詢主題相關(guān)頁面高度認(rèn)可的頁面。

從排名在前的匹配專家頁面和相聯(lián)系的匹配信息中選擇專家頁面中一個(gè)超鏈接的子集。尤其選擇那些與所有的查詢相關(guān)的鏈接。基于這些選中的鏈接找出一個(gè)它們 的目標(biāo)子集作為查詢主題最相關(guān)的網(wǎng)頁。這個(gè)目標(biāo)子集包含至少被兩個(gè)非親屬的專家頁面鏈接到的網(wǎng)頁。目標(biāo)集根據(jù)指向它們的專家的綜合成績(jī)來排序。

Hilltop在應(yīng)用中還存在一些不足。專家頁面的搜索和確定對(duì)算法起關(guān)鍵作用，專家頁面的質(zhì)量決定了算法的準(zhǔn)確性；而專家頁面的質(zhì)量和公平性在一定程 度上難以保證。Hiltop忽略了大多數(shù)非專家頁面的影響。在Hiltop的原型系統(tǒng)中，專家頁面只占到整個(gè)頁面的1.79%，不能全面代表整個(gè)互聯(lián)網(wǎng)。

Hiltop算法在無法得到足夠的專家頁面子集時(shí)（少于兩個(gè)專家頁面），返回為空，即Hiltop適合于對(duì)查詢排序進(jìn)行求精，而不能覆蓋。這意味著 Hilltop可以與某個(gè)頁面排序算法結(jié)合，提高精度，而不適合作為一個(gè)獨(dú)立的頁面排序算法。Hilltop中根據(jù)查詢主題從專家頁面集合中選取與主題相 關(guān)的子集也是在線運(yùn)行的，這與前面提到的HITS算法一樣會(huì)影響查詢響應(yīng)時(shí)間。隨著專家頁面集合的增大，算法的可伸縮性存在不足之處。

分析：HITS算法的優(yōu)點(diǎn)在于它能更好地描述互聯(lián)網(wǎng)的組織特點(diǎn)，由于它只是對(duì)互聯(lián)網(wǎng)中的很小的一個(gè)子集進(jìn)行分析，所以它需要的迭代次數(shù)更少，收斂速度更快，減少了時(shí)間復(fù)雜度。

但HITS算法也存在如下缺點(diǎn)：中心網(wǎng)頁之間的相互引用以增加其網(wǎng)頁評(píng)價(jià)，當(dāng)一個(gè)網(wǎng)站上的多篇網(wǎng)頁指向一個(gè)相同的鏈接，或者一個(gè)網(wǎng)頁指向另一個(gè)網(wǎng)站上的多個(gè)文件時(shí)會(huì)引起評(píng)分的不正常增加，這會(huì)導(dǎo)致易受“垃圾鏈接”的影響；網(wǎng)頁中存在自動(dòng)生成的鏈接；

主題漂移，在鄰接圖中經(jīng)常包括一些和搜索主題無關(guān)的鏈接，如果這些鏈接自身也是中心網(wǎng)頁或權(quán)威網(wǎng)頁就會(huì)引起主題漂移：對(duì)于每個(gè)不同的查詢算法都需要重新運(yùn)行一次來獲取結(jié)果。這使得它不可能用于實(shí)時(shí)系統(tǒng)，因?yàn)閷?duì)于上千萬次的并發(fā)查詢這樣的開銷實(shí)在太大。

　 　算法與前面的算法相比，Ask Jeeves公司的Direct Hit算法是一種注重信息的質(zhì)量和用戶反饋的排序方法。它的基本思想是，搜索引擎將查詢的結(jié)果返回給用戶，并跟蹤用戶在檢索結(jié)果中的點(diǎn)擊。如果返回結(jié)果中 排名靠前的網(wǎng)頁被用戶點(diǎn)擊后，瀏覽時(shí)間較短，用戶又重新返回點(diǎn)擊其它的檢索結(jié)果，那么可以認(rèn)為其相關(guān)度較差，系統(tǒng)將降低該網(wǎng)頁的相關(guān)性。另一方面，如果網(wǎng) 頁被用戶點(diǎn)擊打開進(jìn)行瀏覽，并且瀏覽的時(shí)間較長(zhǎng)，那么該網(wǎng)頁的受歡迎程度就高，相應(yīng)地，系統(tǒng)將增加該網(wǎng)頁的相關(guān)度。可以看出，在這種方法中，相關(guān)度在不停 地變化，對(duì)于同一個(gè)詞在不同的時(shí)間進(jìn)行檢索，得到結(jié)果集合的排序也有可能不同，它是一種動(dòng)態(tài)排序。

分析：該算法的優(yōu)點(diǎn)是能夠節(jié)省大量時(shí)間，因?yàn)橛脩糸喿x的是從搜索結(jié)果中篩選出來的更加符合要求的結(jié)果。同時(shí)，這種算法直接融入用戶的反饋信息，能夠保證頁面的質(zhì)量。

然而，統(tǒng)計(jì)表明，Direct Hit算法只適合于檢索關(guān)鍵詞較少的情況，因?yàn)樗鼘?shí)際上并沒有進(jìn)行排序，而是一種篩選和抽取，在檢索數(shù)據(jù)庫很大、關(guān)鍵詞很多的時(shí)候，返回的搜索結(jié)果成千上 萬，用戶不可能一一審閱。因此，這種方式也不能作為主要的排序算法來使用，而是一種很好的輔助排序算法，目前在許多搜索引擎當(dāng)中仍然在使用。

其實(shí)對(duì)于網(wǎng)頁的搜索排名，都是多種算法綜合作用的結(jié)果，簡(jiǎn)單分析上面的三種算法，Pagerank可以給網(wǎng)站上的所有網(wǎng)頁給予一個(gè)重要性的排序，但是沒有針對(duì)性、相關(guān)性，而且現(xiàn)在PR值作弊已經(jīng)到了一個(gè)泛濫的地步，所以PR就網(wǎng)頁排名的重要性已經(jīng)大為下降；

Hilltop算法的提出，對(duì)于廣大站長(zhǎng)做外部鏈接建設(shè)，將起到指導(dǎo)作用。在Hilltop算法中，每個(gè)領(lǐng)域都會(huì)有若干專家頁面，如果搜索相關(guān)關(guān)鍵詞，搜索引擎首先會(huì)從專家頁面查找，如果匹配度不夠，再?gòu)膶＜翼撁骀溄拥南乱患?jí)頁面查找，以此類推。

　 　Direct Hit算法可以作為Hilltop和pagerank很好的補(bǔ)充，Direct Hit更多的是，考慮了用戶體驗(yàn)的影響，對(duì)搜索結(jié)果的質(zhì)量，進(jìn)行實(shí)時(shí)的更新，一個(gè)最符合搜索用戶要求的頁面，應(yīng)該是用戶從搜索框中點(diǎn)擊頁面鏈接開始，用戶 瀏覽網(wǎng)站超過一定時(shí)間，則被認(rèn)為結(jié)果頁面，更符合用戶搜索的要求，長(zhǎng)期有效的點(diǎn)擊，頁面在搜索引擎中排名，就會(huì)有相應(yīng)的提高。