TrustRank是一種基于Web搜索的信息檢索技術(shù)，用于挖掘有質(zhì)量的網(wǎng)頁，并將其置于搜索結(jié)果的頂部。它可以準(zhǔn)確地將有質(zhì)量的網(wǎng)頁與搜索詞相關(guān)聯(lián)，從而過濾掉某些無關(guān)的鏈接，讓有質(zhì)量的網(wǎng)頁出現(xiàn)在搜索結(jié)果中。 TrustRank算法通過跟蹤搜索引擎向用戶展示的鏈接的信譽來確定搜索結(jié)果的順序。同時它會檢測用戶的反饋，比如點擊量，瀏覽時間，以及用戶評價，用于調(diào)整頁面排列順序。這樣的話，用戶就可以更加準(zhǔn)確地獲得質(zhì)量更高的相關(guān)網(wǎng)頁，從而提升搜索質(zhì)量。
HITS 算法是由康奈爾大學(xué)( Cornell University ) 的Jon Kleinberg 博士于1997 年首先提出的,為IBM 公司阿爾馬登研究中心( IBM Almaden Research Center) 的名為“CLEVER”的研究項目中的一部分。英文全稱Hyperlink-Induced Topic Search算法由來HITS 算法是由康奈爾大學(xué)( Cornell Uni
HITS算法是一種采用迭代計算的網(wǎng)絡(luò)算法，用于計算網(wǎng)絡(luò)中節(jié)點的權(quán)重。該算法主要用于網(wǎng)絡(luò)信息檢索等計算技術(shù)。HITS算法與傳統(tǒng)的關(guān)鍵詞檢索不同，關(guān)鍵詞檢索是以詞語為基礎(chǔ)，以文檔為主要檢索對象，結(jié)果通過匹配檢索關(guān)鍵詞的文檔及其相關(guān)性程序來返回結(jié)果。而HITS算法則是以鏈接為基礎(chǔ)，以網(wǎng)頁為主要檢索對象，通過計算每個頁面的被鏈接的頻度和鏈接其它頁面的重要程度來決定查詢結(jié)果的排序。該算法基于“authr
TrustRank是一種基于Web搜索的信息檢索技術(shù)，用于挖掘有質(zhì)量的網(wǎng)頁，并將其置于搜索結(jié)果的頂部。它可以準(zhǔn)確地將有質(zhì)量的網(wǎng)頁與搜索詞相關(guān)聯(lián)，從而過濾掉某些無關(guān)的鏈接，讓有質(zhì)量的網(wǎng)頁出現(xiàn)在搜索結(jié)果中。 TrustRank算法通過跟蹤搜索引擎向用戶展示的鏈接的信譽來確定搜索結(jié)果的順序。同時它會檢測用戶的反饋，比如點擊量，瀏覽時間，以及用戶評價，用于調(diào)整頁面排列順序。這樣的話，用戶就可以更加準(zhǔn)
TrustRank算法是一個用于檢測Web圖譜（Web graphs）的可靠性和安全性的算法。它是由斯坦福大學(xué)的一組研究人員開發(fā)和發(fā)布的。TrustRank的思想是基于之前的 PageRank算法，但是與PageRank不同的是，TrustRank使用了人工干預(yù)的方式，將一些網(wǎng)站標(biāo)記為可信、不可信或者中等可信度。然后，利用這些標(biāo)記，計算每個網(wǎng)站的信任值，表示對這個網(wǎng)站的訪問與使用是否安全和可靠。這
