TrustRank算法最初來自于2004年斯坦福大學和雅虎的一項聯合研究,用來檢測垃圾網站,并且于2006年申請專利.TrustRank算法發明人還發表了一份專門的 PDF文件,說明TrustRank算法的應用,感興趣的讀者時以在下面這個網址下載PDF文件:
http://www.vldb.org/conf/2004/RS15P3.PDF,
TrustRank算法并不是由Google提出的,不過由于Google所占市場份額最大,而且TrustRank在 Google 排名中也是一個非常重要的因素,所以有些人誤以為 TrustRank 是Google 提出的。更讓人糊涂的是,Google 曾經把 TrustRank 申請為商標,但是 TrustRank商標中的TrustRank指的是 Google檢測含有惡意代碼網站的方法,而不是指排名算法中的信任指數。
TrustRank 算法基于一個基本假設: 好的網站很少會鏈接到壞的網站,反之則不成立,也就是說,壞的網站很少鏈接到好網站這句話并不成立。正相反,很多垃圾網站會鏈接到高權威、高信任指數的網站,試圖提高自己的信任指數。
基于這個假設,如果能挑選出可以百分之百信任的網站,這些網站的 TrustRank 評為最高,這些TrustRank 最高的網站所鏈接到的網站信任指數稍微降低,但也會很高。與此類似,第二層被信任的網站鏈接出去的第三層網站,信任度繼續下降,由于種種原因,好的網站也不可避免地會鏈接到一些垃圾網站,不過離第一層網站點擊距離越近,所傳遞的信任指數越高,離第一級網站點擊距離就越遠,信任指數將依次下降。這樣,通過TrustRank算法,就能給所有網站計算出相應的信任指數,離第一層網站越遠,成為垃圾網站的可能性就越大。
計算 TrustRank 值首先要選擇一批種子網站,然后人工查看網站,設定一個初始TrustRank 值。挑選種子網站有兩種方式,一種是選擇導出鏈接最多的網站,因為 TrustRank算法就是計算指數隨著導出鏈接的衰減。導出鏈接多的網站,在某種意義上可以理解為 "逆向 PR值” 比較高
另一種挑選種子網站的方法是選PR值高的網站,因為 PR 值越高,在搜索結果頁面出現的概率就越大。這些網站才正是TrustRank算法最關注的、需要調整排名的網站。那些PR值很低的頁面,在沒有TrustRank算法時排名也很靠后,計算TrustRank意義就不大了。
根據測算,挑選出兩百個左右網站作為種子,就可以比較精確地計算出所有網站的TrustRank值。
計算TrustRank 隨鏈接關系減少的公式有兩種方式,一種是隨鏈接次數衰減,也就是說如果第一層頁面TrustRank指數是100,第二層頁面衰減為 90,第三層衰減為80,第三種計算方法是按導出鏈接數目分配 TrustRank 值,也就是說,如果一個頁面的 TrustRank值是 100,頁面上有 5 個導出鏈接,每個鏈接將傳遞 2090的 TrustRank 值。衰減和分配這兩種計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。得出網站和頁面的 TrustRank 值后,可以通過兩種方式影響排名。一種是把傳統排名算法挑選出的多個頁面,根據 TrustRank 值比較,重新做排名調整。另一種是設定一個最低的 TrustRank 值門檻,只有超過這個門檻的頁面,才被認為有足夠的質量進入排名,低于門檻的頁面將被認為是垃圾頁面,從搜索結果中過濾出去。
雖然 TrustRank 算法最初是作為檢測垃圾的方法,但在現在蕪湖網站建設的搜索引擎排名算法中TrustRank概念使用更為廣泛,常常影響大部分網站的整體排名,TrustRank算法最初針對的是頁面級別,現在搜索引擎算法中,TrustRank 值也通常表現在域名級別,整個域名的信任指數越高,整體排名能力越強。
本文地址:http://murenxiang.com.cn//article/2731.html