TrustRank算法
- 威海鏈接原理 威海TrustRank算法
- 704
TrustRank算法是早年基于鏈接關(guān)系的排名算法。TrustRank可以翻譯為“信任指數(shù)”。
算法簡(jiǎn)介
TrustRank算法
TrustRank算法最初來(lái)自于2004年斯坦福大學(xué)和雅虎的一項(xiàng)聯(lián)合研究，用來(lái)檢測(cè)垃圾網(wǎng)站，并且于2006年申請(qǐng)專(zhuān)利。TrustRank算法發(fā)明人還發(fā)表了一份專(zhuān)門(mén)的PDF文件，說(shuō)明TrustRank算法的應(yīng)用。感興趣的讀者可以在下面這個(gè)網(wǎng)址下載PDF文件：
TrustRank算法并不是由Google提出的，不過(guò)由于Google所占市場(chǎng)份額最大，而且TrustRank在Google排名中也是一個(gè)非常重要的因素，所以有些人誤以為T(mén)rustRank是Google提出的。更讓人糊涂的是，Google曾經(jīng)把TrustRank申請(qǐng)為商標(biāo)，但是TrustRank商標(biāo)中的TrustRank指的是Google檢測(cè)含有惡意代碼網(wǎng)站的方法，而不是指排名算法中的信任指數(shù)。
基于這個(gè)假設(shè)，如果能挑選出可以百分百信任的網(wǎng)站，這些網(wǎng)站的TrustRank評(píng)為最高，這些trustrank最高的網(wǎng)站所連接的網(wǎng)站信任指數(shù)稍微降低，但也會(huì)很高。與此類(lèi)似，第二層別信任的網(wǎng)站鏈接出去的第三層網(wǎng)站，信任度繼續(xù)下降。由于種種原因，好的網(wǎng)站也不可避免的會(huì)接到一些垃圾網(wǎng)站，不過(guò)離第一層網(wǎng)站點(diǎn)擊距離越近，所傳遞的信任指數(shù)就越高，第一級(jí)網(wǎng)站點(diǎn)擊距離越遠(yuǎn)，信任指數(shù)將依次下降。這樣trustrank算法，就能給所有網(wǎng)站計(jì)算出相應(yīng)的信任指數(shù)，離第一層網(wǎng)站越遠(yuǎn)，成為垃圾網(wǎng)真的可能性就越大。
算法描述
計(jì)算TrustRank值首先要選擇一批種子網(wǎng)站，然后人工查看網(wǎng)站，設(shè)定一個(gè)初始TrustRank值。挑選種子網(wǎng)站有兩種方式，一種是選擇導(dǎo)出鏈接最多的網(wǎng)站，因?yàn)門(mén)rustRank算法就是計(jì)算指數(shù)隨著導(dǎo)出鏈接的衰減，導(dǎo)出鏈接多的網(wǎng)站，在某種意義上可以理解為“逆向PR值”比較高。
另一種挑選種子網(wǎng)站的方法是選PR值高的網(wǎng)站，因?yàn)镻R值越高，在搜索結(jié)果頁(yè)面出現(xiàn)的概率就越大，這些網(wǎng)站才正是TrustRank算法最關(guān)注的、需要調(diào)整排名的網(wǎng)站，那些PR值很低的頁(yè)面，在沒(méi)有TrustRank算法時(shí)排名也很靠后，計(jì)算TrustRank意義就不大了。
根據(jù)測(cè)算，挑選出兩百個(gè)左右網(wǎng)站作為種子，就可以比較精確地計(jì)算出所有網(wǎng)站的TrustRank值。
計(jì)算TrustRank隨鏈接關(guān)系減少的公式有兩種方式。一種是隨鏈接次數(shù)衰減，也就是說(shuō)如果第一層頁(yè)面TrustRank指數(shù)是100，第二層頁(yè)面衰減為90，第三層衰減為80。第二種計(jì)算方法是按導(dǎo)出鏈接數(shù)目分配TrustRank值，也就是說(shuō)，如果一個(gè)頁(yè)面的TrustRank值是100，頁(yè)面上有5個(gè)導(dǎo)出鏈接，每個(gè)鏈接將傳遞20%的TrustRank值。衰減和分配這兩種計(jì)算方法通常綜合使用，整體效果都是隨著鏈接層次的增加，TrustRank值逐步降低.
得出網(wǎng)站和頁(yè)面的TrustRank值后，可以通過(guò)兩種方式影響排名。一種是把傳統(tǒng)排名算法挑選出的多個(gè)頁(yè)面，根據(jù)TrustRank值比較，重新做排名調(diào)整。另一種是設(shè)定一個(gè)最低的TrustRank值門(mén)檻，只有超過(guò)這個(gè)門(mén)檻的頁(yè)面，才被認(rèn)為有足夠的質(zhì)量進(jìn)入排名，低于門(mén)檻的頁(yè)面將被認(rèn)為是垃圾頁(yè)面，從搜索結(jié)果中過(guò)濾出去。
雖然TrustRank算法最初是作為檢測(cè)垃圾的方法，但在的搜索引擎排名算法中，TrustRank概念使用更為廣泛，常常影響大部分網(wǎng)站的整體排名，TrustRank算法最初針對(duì)的是頁(yè)面級(jí)別。在搜索引擎算法中，TrustRank值也通常表現(xiàn)在域名級(jí)別，整個(gè)域名的信任指數(shù)越高，整體排名能力就越強(qiáng)。
