链接分析算法之HillTop算法

Hilltop综合思量以上三类身分，拟合出打分函数来对“专家页面”是否与用户查询相干举办打分，选出相干性分值足够高的“专家页面”，以举办下一步调操纵，即对“方针页面”举办相干性计较。

步调二：方针页面排序

Hilltop算法包括一个根基假设，即以为一个“方针页面”假如是满意用户查询的高质量搜刮功效，其充实须要前提是该“方针页面”有高质量“专家页面”链接指向。然而，这个假设并不老是创立，好比有的“专家页面”的链接所指向的“方针页面”也许与用户查询并非亲近相干。以是，Hilltop算法在这个阶段必要对“专家页面”的出链细心举办甄别，以担保选出那些和查询亲近相干的方针页面。

Hilltop在本阶段是基于“专家页面”和“方针页面”之间的链接相关来举办的，在此基本上，将“专家页面”的得分转达给有链接相关的“方针页面”。转达分值之前，起首必要对链接相关举办清算，可以或许得到“专家页面”分值的“方针页面”必要满意以下两点要求：

前提1：至少必要两个“专家页面”有链接指向“方针页面”，并且这两个专家页面不能是“从属组织页面”，即不能来自统一网站或相干网站。假如是“从属组织页面”，则只能保存一个链接，丢弃权值低的谁人链接；

前提2：“专家页面”和所指向的“方针页面”也必要切合必然要求，即这两个页面也不能是“从属组织页面”；

在步调一，给定用户查询，Hilltop算法已经得到相干的“专家页面”及其与查询的相干度得分，在此基本上，怎样对“方针页面”的相干性打分？上面列出的前提1指出，可以或许得到转达分值的“方针页面”必然有多个“专家页面”链接指向，以是“方针页面”所得到的总撒播分值是每个有链接指向的“专家页面”所转达分值之和。而计较个中某个“专家页面”转达给“方针页面”权值的时辰是这么计较的：

a. 找到“专家页面” 中那些可以或许支配方针页面的“要害片断”荟萃S；

b. 统计S中包括用户查询词的“要害片断”个数T，T越大转达的权值越大；

c.“专家页面”转达给“方针页面”的分值为：E*T，E为专家页面自己在第一阶段计较获得的相干得分，T为b步调计较的分值，

我们以图6-25的具编制子来声名。假设“专家页面”荟萃内存在一个网页P，其问题为：“奥巴马会见中国”，网页内容由一段

标签笔墨和其它一个单独的链接锚笔墨构成。该页面包括三个出链，个中两个指向“方针页面荟萃”中的网页,其它一个指向网页。出链对应的锚笔墨别离为：“奥巴马”，“中国”和“中国率领人”。

图6-25 Hilltop算法分值转达

从图示的链接相关可以看出，网页P中可以或许支配这个方针页面的“要害片断”荟萃包罗：{中国率领人，中国，

奥巴马会见中国

,问题：奥巴马会见中国}。而可以或许支配方针页面的“要害片断”荟萃包罗：{奥巴马，

奥巴马会见中国

,问题：奥巴马会见中国}。

接下来我们说明“专家页面”P在吸取到查询时，是奈何将分值转达给与其有链接相关的“方针页面”的。假设体系吸取到的查询哀求为“奥巴马”,在吸取到查询后，体系起首按照上述章节所述,找出“专家页面”并给以分值，而网页P是作为“专家页面”个中一个页面，并得到了响应的分值S，我们重点存眷分值撒播步调。

对付查询“奥巴马”来说，网页P中包括这个查询词的“要害片断”荟萃为：{奥巴马，

奥巴马会见中国

,问题：奥巴马会见中国}，如上所述，这三个“要害片断”都可以或许支配页面，以是网页P转达给的分值为S*3。而对付方针页面来说，这三个“要害片断”中只有{

奥巴马会见中国

,问题：奥巴马会见中国}这两个可以或许支配方针页面，以是网页P转达给的分值为S*2。

对付包括多个查询词的用户哀求，则每个查询词单独如上计较，将多个查询词的转达分值累加即可。

5. Hilltop在应用中不敷

专家页面的搜刮和确定对算法起要害浸染，专家页面的质量抉择了算法的精确性；而专家页面的质量和公正性在必然水平上难以担保。Hiltop忽略了大大都非专家页面的影响。

在Hilltop的原型体系中，专家页面只占到整个页面的1．79%，不能全面反应民意。

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!