13、网页排名的 HITS 方法

网页排名的 HITS 方法

在当今的网络世界中，搜索引擎是我们获取信息的重要工具。除了广为人知的 Google 搜索算法外，还有许多其他的网页排名算法，其中 HITS（Hypertext Induced Topic Search）算法就是一种非常重要的算法，它是 Teoma 搜索引擎流行度排名的基础。

1. HITS 算法概述

HITS 算法由 Jon Kleinberg 在 1998 年发明，与 Brin 和 Page 开发 PageRank 算法的时间大致相同。与 PageRank 类似，HITS 算法也利用网页的超链接结构来为网页生成流行度得分，但它也有一些重要的区别：
-得分数量：PageRank 为每个网页生成一个流行度得分，而 HITS 为每个网页生成两个得分，即权威得分（authority score）和枢纽得分（hub score）。
-查询相关性：PageRank 与查询无关，而 HITS 是查询相关的。

HITS 算法将网页视为权威页面（authorities）和枢纽页面（hubs）。权威页面是具有许多入链的页面，而枢纽页面是具有许多出链的页面。当满足“好的权威页面被好的枢纽页面指向，好的枢纽页面指向好的权威页面”这一循环条件时，这些页面就可以被认为是好的权威页面和枢纽页面。因此，每个页面都在一定程度上既是权威页面又是枢纽页面。

2. HITS 算法的数学表示

每个页面 $i$ 都有一个权威得分 $x_i$ 和一个枢纽得分 $y_i$。设 $E$ 是网页图中所有有向边的集合，$e_{ij}$ 表示从节点 $i$ 到节点 $j$