HITS鏈接分析算法 SEO深度解讀

 HITS(Hyperlink - Induced Topic Search)鏈接分析算法誕生在1997年，該算法是由康奈爾大學(xué)中的一位博士提出，并且該算法相沿于全球多個(gè)搜索引擎當中。當然，不同的搜索引擎針對于該算法的側重點(diǎn)和內部公式都有不一的算法結構調整，并且HITS算法也是鏈接分析中最為緊張的基礎算法之一。

對于目前國內的團體搜索引擎而言，百度作為國內的搜索引擎領(lǐng)頭羊，我會(huì )帶著(zhù)HITS的公開(kāi)文檔針對百度搜索引擎進(jìn)行多元化的角度和實(shí)驗來(lái)深度解析HITS在SEO中的實(shí)戰應用。

首先，我們先來(lái)了解一下什么是HITS算法，包括他的計算公式和算法原理以及他優(yōu)瑕玷。深刻的理解了這些含義以后，然后我們借助一些特定的實(shí)驗來(lái)驗證HITS的結果和實(shí)用性。

在HITS鏈接分析算法當中，闡述最多的兩個(gè)點(diǎn)就是Hub頁(yè)面與Authority頁(yè)面。

一、什么是Authority頁(yè)面(權威頁(yè)面)

簡(jiǎn)單來(lái)說(shuō)Authority頁(yè)面(權威頁(yè)面)是指在某一個(gè)領(lǐng)域范圍內或者某一個(gè)相干主題范圍內的高質(zhì)量網(wǎng)頁(yè)。比如雇用領(lǐng)域，前程無(wú)憂(yōu)網(wǎng)站的首頁(yè)就是該領(lǐng)域的一個(gè)高質(zhì)量?jì)?yōu)質(zhì)網(wǎng)頁(yè)。比如淘寶首頁(yè)就是電商領(lǐng)域的優(yōu)質(zhì)網(wǎng)頁(yè)。

二、什么是Hub頁(yè)面(樞紐頁(yè)面)

而Hub頁(yè)面(樞紐頁(yè)面)通常就是它頁(yè)面自己包含了許多高質(zhì)量的Authority頁(yè)面的鏈接，比如360網(wǎng)址導航首頁(yè)就是一個(gè)特別很是好的Hub頁(yè)面(樞紐頁(yè)面)。由于在360網(wǎng)址導航的站點(diǎn)頁(yè)面里面聚合了浩繁的不同類(lèi)型的權威站點(diǎn)薈萃，比如消息板塊聚集了新浪、騰訊等權威站點(diǎn)。視頻板塊聚集了搜狐視頻、優(yōu)酷視頻等權威站點(diǎn)。這個(gè)點(diǎn)和大家經(jīng)常發(fā)布的一些分類(lèi)目錄網(wǎng)站外鏈有點(diǎn)類(lèi)似(所以為何網(wǎng)站目錄外鏈還存在肯定的結果，正是由于搜索引擎自己有本身特有的算法才會(huì )影響到你的排名)。

三、HITS算法意義

之所以存在HITS算法，是由于搜索引擎必要在全球所抓取的網(wǎng)頁(yè)文檔薈萃當中找到與用戶(hù)搜索請求查詢(xún)詞匹配度與之相干最高的頁(yè)面進(jìn)行吻合匹配，而這里的匹配度相干最高的則是一些高質(zhì)量的“Authority”頁(yè)面和“Hub”頁(yè)面，而不是大家常常理解的站內文章優(yōu)質(zhì)原創(chuàng )等因素。尤其是一些權威頁(yè)面，搜索引擎更加親耐，由于這類(lèi)站點(diǎn)頁(yè)面的內容會(huì )更加知足用戶(hù)查詢(xún)的內容。

有許多同伙可能會(huì )問(wèn)到一個(gè)題目，如何成為權威頁(yè)面或者樞紐頁(yè)面呢?

其實(shí)樞紐頁(yè)面在前面從概念意義上詮釋來(lái)說(shuō)已經(jīng)告訴了大家如何去成為樞紐頁(yè)面。比如360導航網(wǎng)站的某一個(gè)站點(diǎn)類(lèi)型的聚合頁(yè)面，再比如網(wǎng)站分類(lèi)目錄站點(diǎn)的某一個(gè)站點(diǎn)類(lèi)型的聚合頁(yè)面，這些都屬于樞紐頁(yè)面，但是樞紐頁(yè)面也會(huì )分為高質(zhì)量樞紐頁(yè)面和一樣平常性樞紐頁(yè)面。比如360導航網(wǎng)站首頁(yè)不僅是樞紐頁(yè)面并且照舊導航站點(diǎn)的權威頁(yè)面。

那么又如何成為權威頁(yè)面呢?

這里就會(huì )提到大家想要理解的一個(gè)深條理的東西了，所謂的高權重外鏈其實(shí)可以理解為高權威外鏈，即權重=權威。搜索引擎針對每一個(gè)站點(diǎn)和該站點(diǎn)的每一個(gè)頁(yè)面都有一系列的網(wǎng)頁(yè)評分，而這類(lèi)評分決定著(zhù)頁(yè)面的鏈接是否為有用的信賴(lài)度。而權威頁(yè)面每每會(huì )有幾個(gè)特點(diǎn)：

1、品牌屬性

不管是某一種類(lèi)型的站點(diǎn)，一旦要想成為行業(yè)的權威，品牌屬性必定粘稠，這點(diǎn)大家可以從百度搜索引擎的貼心算法可以得知。如當用戶(hù)搜索網(wǎng)上商城會(huì )聯(lián)想到京東、天貓;再如當用戶(hù)搜索空調會(huì )聯(lián)想到海爾、格力、美的等著(zhù)名品牌。正是由于這類(lèi)品牌屬性，可以讓這類(lèi)品牌官網(wǎng)站點(diǎn)在某一個(gè)行業(yè)領(lǐng)域形成獨特的權威度。但是，對于搜索引擎而言，這類(lèi)品牌屬性搜索引擎是感觀(guān)不到的，而用戶(hù)卻可以知曉。由于對于用戶(hù)而言，用戶(hù)可以通過(guò)報刊，電視等多媒體體例了解到這些品牌的循環(huán)曝光，從而積累品牌的印象程度。那么搜索引擎是如何計算出這些品牌屬性的權威程度呢?針對搜索引擎來(lái)說(shuō)，搜索引擎會(huì )通過(guò)全網(wǎng)抓取技術(shù)檢索全球所有網(wǎng)頁(yè)薈萃，根據文檔檢索模型計算出詞頻，而詞頻計算出來(lái)的相干詞頻次結合度最高的一類(lèi)詞就是一個(gè)主題的吻合度。通常情況下，是行業(yè)產(chǎn)品詞+品牌詞檢索。

2、歷史屬性

歷史屬性我們可以稱(chēng)之為信賴(lài)度屬性，何為信賴(lài)度屬性，簡(jiǎn)單的理解就是一個(gè)權威的站點(diǎn)必定是自己的頁(yè)面存在肯定的真實(shí)性、可靠性的價(jià)值信賴(lài)信息，就如百度百科的詞條會(huì )有對應的參考資料來(lái)作為參考佐證，從而針對內容進(jìn)行信賴(lài)度提拔。所以即使內容不是原創(chuàng )，假如頁(yè)面知足了信賴(lài)度屬性，你的內容一樣特別很是有價(jià)值，也利于搜索引擎優(yōu)化。信賴(lài)度屬性除了信息價(jià)值信賴(lài)之外還有一點(diǎn)就是歷史數據積累，這點(diǎn)在老域名站點(diǎn)表現的特別很是顯明。越老的站點(diǎn)信賴(lài)度屬性就表現的越顯明，比如做一些灰色產(chǎn)業(yè)或者做醫療的SEO人員就特別很是喜好采用使用過(guò)的并且干凈底子的老域名進(jìn)行優(yōu)化結果最佳。

3、曝光屬性

權威頁(yè)面除了品牌屬性和歷史數據積累等屬性還有一點(diǎn)就是曝光屬性，這類(lèi)曝光屬性會(huì )包含兩個(gè)大類(lèi)，其中是站內曝光屬性和站外曝光屬性。站內曝光屬性可以理解為頁(yè)面收錄量，一樣平常情況下，當一個(gè)域名使用了10多年，天天都在充實(shí)著(zhù)一些主題特別很是同等的優(yōu)質(zhì)樞紐頁(yè)面的時(shí)候，那么天然而然他的曝光也會(huì )放的很大。而站外曝光屬性就是在整個(gè)互聯(lián)網(wǎng)站點(diǎn)文檔薈萃里面所表現出你品牌屬性的詞頻薈萃和關(guān)鍵詞主題同等的文檔數量，比如闡述淘寶的網(wǎng)頁(yè)相干效果數有X億個(gè)網(wǎng)頁(yè)。而X億張網(wǎng)頁(yè)薈萃里面和淘寶相干度最密切的是關(guān)于電商、商城、網(wǎng)購等主題行業(yè)詞匯。那么通過(guò)歷史屬性的數據積累，淘寶站點(diǎn)在電商領(lǐng)域歸屬于權威站點(diǎn)。

四、HITS算法缺陷

每個(gè)搜索引擎算法都有本身的上風(fēng)和缺陷，HITS也不例外，在HITS算法當中，有4個(gè)最常見(jiàn)的缺陷，其中包含了計算服從低、主題漂移、容易作弊和結構不穩固。

因為HITS算法是與之查詢(xún)相干的算法，所以不能先計算，而必須是用戶(hù)請求了某一個(gè)搜索詞以后才能去計算該詞的一些站點(diǎn)文檔匹配度(鏈接評分板塊)，加上HITS算法的計算屬性必要通過(guò)多次的計算迭代才能最終計算出檢索效果的文檔鏈接的保舉度投票，所以導致計算服從比較低下。

而主題漂移題目則是大家常?？梢钥吹搅艘恍┱飨?，即使我交換的鏈接和我站點(diǎn)主題沒(méi)有一條相干，但是也會(huì )促進(jìn)我的頁(yè)面關(guān)鍵詞排名提拔。而這種征象正是由于HITS的特別算法結構才出現了給與這些無(wú)關(guān)網(wǎng)頁(yè)很高的排名。最終導致了搜索效果發(fā)生了主題漂移，而這種征象也稱(chēng)為“緊密鏈接社區征象”。

之所以容易用來(lái)作弊是由于HITS強調的比較多的照舊樞紐頁(yè)面和權威頁(yè)面之間的一種相互加強關(guān)系。作弊者可以通過(guò)建立新頁(yè)面的情勢，并且在新建立的網(wǎng)頁(yè)中加入了許多高質(zhì)量的權威頁(yè)面鏈接，自身頁(yè)面就會(huì )形成了一個(gè)很好的樞紐頁(yè)面，然后作弊者可以通過(guò)該頁(yè)面的一個(gè)權威樞紐性，再指向作弊網(wǎng)頁(yè)鏈接，從而給與作弊網(wǎng)頁(yè)增長(cháng)權威頁(yè)面得分。如下圖所示：

上圖所示的頁(yè)面文檔薈萃里面包含了4個(gè)導出鏈接，假設該頁(yè)面是闡述視頻網(wǎng)站排行榜的相干內容信息，而4個(gè)導出鏈接均包含了不同的4個(gè)自力的視頻站點(diǎn)，其中三個(gè)為已知的權威站點(diǎn)，第二個(gè)站點(diǎn)為我們作弊的站點(diǎn)。而此體例可以用來(lái)增長(cháng)鏈接的投票保舉度。

最后一個(gè)HITS的缺陷在于它的結構不穩固，何為結構不穩固?簡(jiǎn)單來(lái)說(shuō)就是在原來(lái)的網(wǎng)頁(yè)文檔薈萃里面，假如新增或刪除網(wǎng)頁(yè)鏈接，那么就會(huì )對HITS算法排名有著(zhù)特別很是大的改變。比如大家都知道交換的鏈接除了相干性還必要講究穩固性，卻不知道穩固性這個(gè)概念正是由于HITS的缺陷而導致的，假如鏈接一旦不穩固，包括鏈接位置變動(dòng)、鏈接被刪除等都會(huì )影響算法結構的重新計算。從而影響了自身站點(diǎn)的關(guān)鍵詞排名。

五、HITS算法實(shí)戰應用(實(shí)驗)

如今我們到了SEO實(shí)驗階段了，說(shuō)千道萬(wàn)不如實(shí)戰驗證。因為文章的特別性，所以本文只發(fā)布和分析一個(gè)案例。首先我們來(lái)了解下實(shí)驗步驟!

步驟：

第一步：實(shí)驗假設

假設一：樞紐頁(yè)面與權威頁(yè)面均成立(存在這種征象/說(shuō)法);

假設二：假設一個(gè)網(wǎng)站在不操作任何外鏈、站內更新、站內布局調整的情況通過(guò)HITS算法的邏輯提拔排名;

第二步：預備實(shí)驗站點(diǎn)(記錄實(shí)驗時(shí)間和站點(diǎn)快照時(shí)間)

1、首先我們預備了一個(gè)地區SEO詞排名在23位的站點(diǎn)，該站點(diǎn)的該詞排名穩固23位超過(guò)1一個(gè)月(由于不排除其他外鏈、內容更新影響排名的降落或者提拔)，所以該站排名23位空檔穩固一個(gè)月+最好。

2、然后我們記錄好站點(diǎn)的快照時(shí)間以及最后更新文章的時(shí)間節點(diǎn)，保證頁(yè)面沒(méi)有被蜘蛛抓取更新過(guò)和頁(yè)面做過(guò)內容變動(dòng)(達到實(shí)驗的最佳結果)，如下圖所示：

快照時(shí)間：2017年02月03日 11：42：34

第三步：HITS算法驗證(記錄實(shí)驗時(shí)間和站點(diǎn)快照時(shí)間)

1、驗證體例：Hub樞紐頁(yè)面驗證

2、驗證細致步驟：首先我們知道一個(gè)好的樞紐頁(yè)面里面一定會(huì )包含一些權威頁(yè)面或者包含了一些好的樞紐頁(yè)面，那么我們是不可能去加一些百度、新浪這種鏈接給本身做導出的，由于并不吻合相干性邏輯。那么我們添加的其實(shí)就是排名首頁(yè)的太原SEO站點(diǎn)，如下圖所示：

上圖是實(shí)驗站點(diǎn)添加的7個(gè)排名在首頁(yè)的太原SEO網(wǎng)站站點(diǎn)，并且為了防止頁(yè)面權重流失，均添加了Nofollow。那么一定就會(huì )有一個(gè)題目，為何我們要添加首頁(yè)的而不是排名第三頁(yè)或者第五頁(yè)的太原SEO的站點(diǎn)。其實(shí)假如大家往回去思考這個(gè)Hits算法就不難發(fā)現hits所強調的hub頁(yè)面在某一個(gè)點(diǎn)(領(lǐng)域)上一定是有權威性的，并且搜索引擎的目的是為了用戶(hù)需求而產(chǎn)生檢索效果。假如你把排名前10位的站點(diǎn)容納在一個(gè)站點(diǎn)上面，就已經(jīng)告訴了用戶(hù)，我的這個(gè)站可以找到你想要的內容。并且我這個(gè)站的主題也是“太原SEO”，那么可以更加吻合用戶(hù)檢索效果。

第四步：排名統計(記錄實(shí)驗時(shí)間和站點(diǎn)快照時(shí)間)

我們在來(lái)看一下添加加了Nofollow以后的單向鏈接的快照，如下圖所示：

快照更新時(shí)間：2017年02月08日 21：45：06

雖然快照更新。但是排名記錄23位，這個(gè)時(shí)候必要有耐心，由于快照更新不代表排名會(huì )更新，必要時(shí)間等待，我們用工具天天記錄了該站點(diǎn)“太原SEO”的排名，如下圖所示：

我們可以通過(guò)5118大數據平臺看到從2月4日修改鏈接以后直到2月8日快照更新排名都沒(méi)有提拔過(guò)，直到快照更新后的5天時(shí)間，排名發(fā)生了轉變，并且中途出現過(guò)排名波動(dòng)退檔到原來(lái)的位置。然后我們在來(lái)看一張排名截圖，如下圖所示：

從2月20日排名回檔在到恢復以后直到目前文章截稿位置排名一向穩固第二頁(yè)。說(shuō)明整個(gè)實(shí)驗操作過(guò)程排名提拔了10個(gè)位置左右。

第五步：結果評估與總結(記錄實(shí)驗時(shí)間)

通過(guò)整個(gè)的算法原理分析、實(shí)驗認證，大家可以很清晰的看到行使一些搜索引擎算法去做到一些事情。當然這里面可能有會(huì )有人提出質(zhì)疑，一個(gè)實(shí)驗會(huì )不會(huì )是巧合，因為類(lèi)似實(shí)驗我操作過(guò)不下數十次，成功率基本上高達90%，所以幾乎不存在所謂的巧合。但是并不是每個(gè)同伙都可以去這么操作，由于里面有許多必要細致的細節。

1、為何我要選擇一個(gè)站點(diǎn)排名在23位去做實(shí)驗，而不是100后的站點(diǎn)?由于從Hits算法自己來(lái)說(shuō)，假如你去采用一個(gè)100以后也就是沒(méi)有排名的站點(diǎn)去做實(shí)驗操作顯明是有題目的，由于并不知足Hub的要求。搜索引擎認可一個(gè)站點(diǎn)必要肯定的時(shí)間和信賴(lài)度，在你網(wǎng)站沒(méi)有任何信賴(lài)度的情況下你去加一些很好的Hub鏈接放到本身的網(wǎng)站上面并不能產(chǎn)生很大的結果。

2、之所以在有排名的情況下去操作是由于這種微調結果特別很是好，并且記得加上Nofollow，利于防止權重流失。

3、假如你的域名是老域名(使用過(guò)的老域名站點(diǎn))，那么及時(shí)在沒(méi)有排名的情況也可以去進(jìn)行這類(lèi)實(shí)驗操作，由于老域名站點(diǎn)自己就具備肯定的信賴(lài)度，無(wú)需讓搜索引擎長(cháng)時(shí)間的去評定頁(yè)面的質(zhì)量(包含了信賴(lài)度評分、頁(yè)面價(jià)值評分等)。

總體來(lái)說(shuō)，在搜索引擎里面，算法其實(shí)有特別很是多，包括公開(kāi)的鏈接分析算法就有Hits算法、HillTop算法、SALSA算法、PageRank算法等等，在比如還有文檔檢索模型(包含向量空間模型、概率模型、布爾模型等)，在比如還有倒排索引、TF-IDF等，其實(shí)這類(lèi)算法在百度上都可以找到他們對應的透明的計算公式(涉及到高等數學(xué))，假如你能夠前行研讀和深究的話(huà)不難發(fā)現一些SEO排名的奧秘所在。