Введение
Поиск тем на основе гиперссылок (HITS; также известный как "хабы и авторитеты") — это алгоритм анализа ссылок, оценивающий веб-страницы, разработанный Джоном Клейнбергом. Идея алгоритма "Хабы и авторитеты" возникла из понимания особенностей создания веб-страниц на заре интернета: некоторые страницы, известные как хабы, служили обширными каталогами, сами по себе не являясь авторитетными источниками информации, но использовались как сборники ссылок, ведущих пользователей к другим авторитетным страницам. Иными словами, хороший хаб – это страница, ссылающаяся на множество других страниц, а хороший авторитет – это страница, на которую ссылается множество различных хабов. Таким образом, алгоритм присваивает каждой странице два показателя: авторитетность, оценивающую ценность контента страницы, и показатель хаба, оценивающий ценность её ссылок на другие страницы.
В журналах
Для ранжирования важности научных журналов использовалось множество методов. Одним из таких методов является импакт-фактор Гарфилда. Журналы, такие как Science и Nature, содержат большое количество цитирований, что обеспечивает им очень высокий импакт-фактор. Следовательно, при сравнении двух менее известных журналов, получивших примерно одинаковое количество цитирований, но один из которых получил много цитирований из Science и Nature, этот журнал следует оценивать выше. Иными словами, цитирование в важном журнале предпочтительнее цитирования в журнале с меньшей значимостью.
В Интернете
Это явление также наблюдается в Интернете. Подсчет количества ссылок на страницу может дать общее представление о её значимости в сети, но страница с очень небольшим количеством входящих ссылок также может быть значимой, если две из них размещены на главных страницах таких сайтов, как Yahoo!, Google или MSN. Поскольку эти сайты обладают очень высокой важностью и при этом являются поисковыми системами, страница может занимать более высокую позицию в результатах поиска, чем соответствует её реальной релевантности.
Подробно
Для начала ранжирования мы присваиваем значения и для каждой страницы. Мы рассматриваем два типа обновлений: Правило обновления авторитетности и Правило обновления хабов. Для вычисления оценок авторитетности/хаба каждого узла применяются последовательные итерации Правила обновления авторитетности и Правила обновления хабов. Применение алгоритма "Хаб-авторитет" в k шагов подразумевает k-кратное последовательное применение сначала Правила обновления авторитетности, а затем Правила обновления хабов.
Правила обновления
Для каждого i мы обновляем Aᵢ до Σⱼ Hⱼ, где j – это все страницы, которые ссылаются на страницу i. Иными словами, оценка авторитетности страницы – это сумма оценок значимости всех страниц, которые на нее ссылаются.
Правило обновления хаба
Для каждой страницы мы обновляем её значение до суммы значений авторитетности всех страниц, на которые она ссылается. Иными словами, рейтинг хаба страницы равен сумме рейтингов авторитетности всех страниц, на которые она указывает.
Нормализация
Окончательные оценки авторитетности узлов определяются после бесконечного числа повторений алгоритма. Непосредственное и итеративное применение правила обновления хабов и правила обновления авторитетности приводит к расхождению значений, поэтому необходимо нормализовать матрицу после каждой итерации. Таким образом, значения, полученные в ходе этого процесса, в конечном итоге сойдутся.