hits算法

两台主机,如果满足下列条件之一或两
确定专家页面后，在该页面上找出所有包含
热门关键词中术语或者差1到2个术语的短语将 这些短语分为三个等级分。分别为全部包含 S0、差1--S1、差2—S2分别计算等级分
这三个等级相差很大 依次为2^32 2^16和1 而短语得分取决于这个短语在页面中的位置，
分数从高到低--标题 、头部、 锚文本等等 等级分是对各个等级中所有短语得分的和。 然后综合计算这三个等级得分就得到专家分 更倾向于完全匹配
•Expert_Score = 232 * S0 + 216 * S1 + S2
•Si = SUM{key phrases p with k - i query terms} LevelScore(p) * FullnessFactor(p,
。
H i M * Ai - 1
H i M * M T H i -1
Ai M * H i-1
T
Ai M * M * Ai -1
T
M
1 0 1
1 1 0 1 1 0
1 T M 1 1
0 1 0 1 1 0
先计算一个与用户查询主题最相关的“专家文档”页 面列表，然后通过专家页面找到目标页面，目标页面 按照指向他们的非附属专家文档的数量和相关性进行 排名 若没有找到搜索引擎认为足够的“专家文档”（要求 至少两个），则该算法失效即结果返回为零 对于高度明确化的查询条件，此算法的结果很可能为0
专家页面的搜索和确定对算法起关键作用；而其质量 和公平难以保证 Hilltop忽略了大多数非专家页面的影响 专家页面只占到整个页面的1.79%，不能全面反映民意 Hilltop也是在线运行的，势必会影响查询响应时间， 随着专家页面集合的增大，算法的可伸缩性存在不足 之处

先设定迭代次数 + ， 算法表示如下：
（N， ） " 6 ( 0 & 6 ( + N： & D / 1 1 ( D 6 3 / */ K * 1 3 * + ( B? & ( 5 ’
万方数据
" !
・ 情报方法 ・
： ! "# " $ % & " ’ # % ( ) * & （ ， ， ， …， ） ・3 + * $ , * # . $ * $ / * 0 * 1 $ . & 2 2 2 2 # 4 ： 5 * $ 6 4 7 8, 5 * $ 8, 4 9 7： ， ，…， : . & ;8 2 < ! （6 ， ） ， = ’ $ / * ? . * & " $ ; . # $ . ; 4 2 ; 4 2 . ) $ " ; # ; # * A6 BA * ; / $ C 6 D ; 4 > > 9 > 9 @# @ （6 ， ） ， = ’ $ / *E. * & " $ ; . # $ . ; . ) $ " ; # ; # * A9 BA * ; / $ C ; 4 2 > > 9 > @# @ 94 9 B ， F . & ( " ’ ; , *6 ; . ) $ " ; # ; # ; 4 @6 B ， F . & ( " ’ ; , * ; . ) $ " ; # ; # ; 4 9 @9 B G # （6 ， ） 3 * $ % & # ! 4 ! 9
#? $ 表示页面 对于每一个页面 ? ， 用@ C 6 E / 0 3 6 ( 3 E 6 7T ’ ?的 & #? $ 表示页面 的 （权威权重） ， 用7 （中心权重） ， 满足 C :T ( 3 E 6 ? E ’ #? $） M #? $） M 规范化条件： （ （ 。9 % " 5 O ;且 % " 5 O ; 1 ( 3 * > ? ? !@ !7 将网页权重的传递分为两种方式， 即 操作和 操作。 : ( 0 " U " ’ #? $ # $ 操作为 E 表 示 为： C :到 & C 6 E / 0 3 6 @ &L： % U 7L ， 7 的 传 递， （ ， ） "I L ? # $ # $， L 操作为 & 表示为： 预 C 6 E / 0 3 6 C :的传递， % @ 7到 E 7 ? &L： （ ， ） "I L ?

摘要 ：针对 ＨＴ 算法的不足及研究现状 ， Ｉ Ｓ 引入 了时间参数 ， 并将其应用到 ＨＴ 算法 中； Ｉ Ｓ 对原有的 ＨＴ 算法进行了改进， Ｉ Ｓ 改进后的算法对提 高 ＨＴ 算法的有效性与准确性有较好的效果 改进 ｂ ＨＴ 算 Ｓ
文献 标识码 ：Ａ 中图分类号 ：Ｔ ３ Ｐ３ ９
Ｊ ｎ ，０ ６ ｕ ．２ ０
文章 编 号 ：０９ ２６ （０６０ —０１ —０ １０ — ２９ ２０ ）２ ０ ９ ４
时 间参数在 ＨＴ 算 法中的应用及 改进 ＩＳ
李 向伟 ， 曹 博２
（． 北 师 范大 学 数 学 与 信 息科 学学 院 ， 肃 兰州 １西 甘 ７０７ ； ． ３００ ２ 兰州 工 业高 等 专科 学 校 计算 机 工 程 系 ， 甘肃 ， 兰州 ７０５） ３００
一
页面对 一确定 主题具 有较 大的权 威性 的页面 ， 并不 意味在 其它 与其无关 的主题 方面 同样具 有权威 性 ． 其
次一个 页面对另 一 页面的 引用有 多种情况 ， 中包含 了一页 面对另 一页面 的认 可 ， 除此 之外也 有其 它 目 其 但
的链 接 ， 如为 了导航 或 为 了付费广 告 ． ＨＴ 而 ＩＳ算法 在 实现过 程 中均没有 考 虑 以上情 况 ． 导致 了结果 与 目标
的差 距 ． 文献 ［ —４ 就 Ｈ Ｔ 算 法 的 思想 与 实 现 过程 做 了 细致 的研 究 与 概 括 ． １ ］ Ｉ Ｓ 针对 前 面 第 一种 不 足 ， 献 文
［］ １提出了一种很好地利用超链文字及其周围文字与关键字相匹配而计算超链权值的方法 ， 并引入系数对
周 围文字 和超链 文字进 行权值 的相 对控制 ， 很好 的 将页 面文 本信 息 引入 到 ＨＴ 算 法 ， 高 了算 法 的可 靠 Ｉ Ｓ 提 性， 并在 现实 中取得 了很好 的效果 ． ＨＴ 算 法 的第 ２个 不 足 ， 对 Ｉ Ｓ 即非 正 常 目的 的 引用 ， ＨＴ 算 法 看 来 ， 在 Ｉ Ｓ 也误 认 为是正常 引用 ， 导致 实际结 果与 目标 的出入 ． 本文 引入时 间参 数来 弥补 ＨＴ 算法 的这 一不 足 ， Ｉ Ｓ 即利

HITS算法原理及应用概述HITS算法(即Hyperlink-Induced Topic Search Algorithm, 即超链接诱导主题搜索算法)，是H. Garcia-Molina等在1998年提出的一种网页排名算法。

此算法通过分析网页与网页之间的链接关系，给出一个基于主题的网页排序结果。

HITS算法应用广泛，包括搜索引擎、网络广告、电子商务等领域。

本文将详细介绍HITS算法的原理和应用。

HITS算法原理HITS算法的原理是基于共同性和引用性。

即，如果一个网页被其他很多网页引用，那么它应该是具有权威性和有价值的。

而如果一个网页指向其他很多网页，那么它应该是一个重要的主题或分类的代表。

HITS算法的核心是两个概念：hub和authority。

一个hub是指指向其他页面的关键页面。

一个authority是指所链接的相关页面。

通过这两个概念，HITS算法可以将网页划分为hub和authority两个等级。

在实际应用中，HITS算法通过计算网页间的链接关系，为每个网页赋予hub和authority权重。

算法的过程大致可以分为两个步骤：1. 构建网页链接图HITS算法的第一步是构建网页间的链接图，即用图形表示每个页面以及它们之间的链接关系。

这个图将网页表示为节点，将链接关系表示为有向边。

2. 计算hub和authority权重HITS算法的第二步是计算每个页面的hub和authority权重。

算法使用迭代的方式计算每个页面的hub和authority值，直到收敛为止。

具体地，HITS算法使用以下公式计算每个页面的hub值和authority值：$\operatorname{auth}(p) = \sum \limits_{q \in \text{in}(p)}\operatorname{hub}(q)$$\operatorname{hub}(p) = \sum \limits_{q \in \text{out}(p)}\operatorname{auth}(q)$其中，$p$为当前页面，$\text{in}(p)$和$\text{out}(p)$分别为指向$p$的页面和$p$指向的页面。