HITS是一个网页重要性的分析的算法，其目的是为了让用户能快速找到与查询主题相关的高质量页面，那他的算法原理和工作原理是什么？
HITS算法工作原理
如图所示，我们在实践中不难发现，单纯依靠PageRank算法返回排序的网页其相关性无法保证，这样便会导致搜索环境差的结果，HITS算法其本质就是兼顾领域高质量入链（Hub）的同时兼顾入链页面的相关性（Autbority）导入。
Hub & Autbority
概念
Hub：包含很多Autbority页面指向的页面；Autbority：某个领域、某个话题相关的高质量页面；
公式
Hub：H(1)=A(5)+A(6)+A(7)Autbority：A(1)=A(1)+A(2)+A(3)
互相增强关系
假设1：一个好的Autbority页面会被很多好的Hub页面指向；假设2：一个好的Hub页面会被很多好的Autbority页面指向；Hub & Autbority是HITS算法中最核心的一环，以此拓展并层层迭代计算排序出更相关更高质量的搜索结果。
HITS算法存在的问题
我们从上图不难看出吗，SEO可优化的点基本上可以从易作弊下手，但风险也同时存在，如果资源站中有触发惩罚导致k站的现象便会出现结构不稳定的问题，大量消失的指向链接会给站点带来不小的危害。
发布者：超威蓝猫，转转请注明出处：https://seowki.com/seo/baiduseo/4141.html
