HITS 算法

定义

HITS(Hyperlink-Induced Topic Search)是康奈尔大学教授 Jon Kleinberg 提出的链接分析算法,与 PageRank 同期出现,为每个网页计算两个分值:权威值(authority)和枢纽值(hub)。

原理

算法假设:好的枢纽页面指向许多权威页面,好的权威页面被许多枢纽页面指向。在与查询相关的子图上,反复迭代"页面的权威值等于指向它的页面枢纽值之和、枢纽值等于它指向页面的权威值之和"并归一化,直至收敛。

与 PageRank 的区别

HITS 是查询相关的,需在检索时对结果子图实时计算;PageRank 与查询无关,可离线全局计算。HITS 曾被 Teoma 等搜索引擎采用,思想影响了后来的 Ask.com。

优缺点

优点是能区分"目录型"与"内容型"页面、贴合查询主题;缺点是在线计算开销大、易受链接作弊和主题漂移影响。