HillTop

HillTop

HillTop 同樣是一項搜尋引擎結果排序的專利,是Google的一個工程師Bharat在2001年獲得的專利。Google的排序規則經常在變化,但變化最大的一次也就是基於HillTop算法進行了最佳化。HillTop究竟原理如何,值得Google如此青睞。

簡介

其實HillTop算法的指導思想和PageRank的是一致的,都是通過網頁被連結的數量和質量來確定搜尋結果的排序權重。但HillTop認為只計算來自具有相同主題的相關文檔連結對於搜尋者的價值會更大:即主題相關網頁之間的連結對於權重計算的貢獻比主題不相關的連結價值要更高。如果網站是介紹“服裝”的,有10個連結都是從“服裝”相關的網站連結過來,那這10個連結比另外10個從“電器”相關網站連結過來的貢獻要大。Bharat稱這種對主題有影響的文檔為“專家”文檔,從這些專家文檔頁面到目標文檔的連結決定了被連結網頁“權重得分”的主要部分。

特徵

與PageRank結合HillTop算法確定網頁與搜尋關鍵字的匹配程度的基本排序過程取代了過分依靠PageRank的值去尋找那些權威頁面的方法。這對於兩個具有同樣主題而且PR相近的網頁排序過程中, HillTop算法就顯得非常的重要了。HillTop同時也避免了許多想通過增加許多無效連結來提高網頁PageRank值的做弊方法。
HillTop算法的指導思想和PageRank是一致的,即都通過反相連結的數量和質量來確定搜尋結果的排序權重。但HillTop認為只計算來自具有相同主題的相關文檔連結對於搜尋者的價值會更大:即主題相關網頁之間的連結對於權重計算的貢獻比主題不相關的連結價值要更高。在1999與2000年,當這個算法被Bharat與其他Google開發人員開發出來的時候,他們稱這種對主題有影響的文檔為“專家”文檔,而只有從這些專家文檔頁面到目標文檔的連結決定了被連結網頁“權重得分”的主要部分。
與PageRank結合HillTop算法確定網頁與搜尋關鍵字的匹配程度的基本排序過程取代了過份依靠PageRank的值去尋找那些權威頁面的方法。這對於兩個具有同樣主題而且PR相近的網頁排序過程中:HillTop算法就顯得非常的重要了。
Google最早利用HillTop算法去定義相關網站:一個網站與另一個網站的相關性,實際上,HillTop算法在Google也中作為一個識別跨站點的連結交換干擾(spam)與識別相似連結的技術。HillTop算法要求:如果有兩個以上相關主題的網站連結到你的網站,那么你的網站在搜尋結果中出現的機會會更大,如果HillTop算法不查找到最少兩個相關性的網站,那么搜尋返回的結果的機會絕對是0。
HillTop算法實際上是拒絕了部分通過隨意交換連結的方法來擾亂Google的排名規則而得到較好排名的做法,而在HillTop的論文中也提到很多關於識別“網站連結交換聯盟”的設計:如根據IPv4地址的頭3段,根據域名的別名推測:example.com = example.com.cn;
PR值對於搜尋關鍵字的匹配度作用不大:因為在很多包含相應關鍵字的非相關主題的網站具有很高的PR值。這就是Google在HillTop算法中儘量避免的東西:應該盡其所能去列出與搜尋關鍵字相關的結果。
總得看來,從過去到今天,很多搜尋引擎停止了那種只使用一種有價值的算法去決定排名的做法。如:meta keyword標籤等。這只是一個開始,Google在第一步已經完全忽略html header中的meta標籤了。與不可見的meta標籤相比,一個網站的可視部分使用干擾技術較在meta使用的要少,因為可視部分畢竟還要面對大部分的實際的訪問者。
基於“專家”文檔的HillTop算法最大的難點是第一次“專家文檔”的篩選,從目前的觀察來看:Google顯然首先給了教育(.edu),政府(.gov)和非盈利組織(.org)站點很高的優先權。在運行時:Google會在龐大的記憶體里儲存搜尋頻率比較高的關鍵字的索引,以備搜尋者在短期內繼續用同樣的關鍵字短語等進行搜尋。這些高頻關鍵字還有另外一種作用,在“佛羅里達”更新之前很多人已經注意到的了:含有那些突增的搜尋關鍵字的網站會得到較快的更新頻率。如關於:\"SARS",每天的搜尋次數數以百萬計:Google就會優先對與這個主題有關的網站進行更新。
回頭看一下以前每個月的“Google Dance”,也能得出以下的結論:Google也明顯地為一個關鍵字給予一個隨機的“權重”,動態的根據關鍵字查詢統計發現這些熱門關鍵字,然後基於HillTop算法面向主題地找到這些含有熱門關鍵字的網頁,讓這些網頁作為相應關鍵字的“專家”文檔,針對這些索引入口保持比較高的更新頻率:這點顯然對於應對突發事件非常有效。而那些含有查詢頻率比較低的關鍵字所對應的網頁可能要1月才更新一次。簡單的說就是:Google會根據主題的熱門程度動態調整相應網站的索引的強度。而Google中文用戶在總體用戶中的比例與Google索引的中文網頁在索引的總體網頁中的比例,從某種程度上說,也是有一定關係的。

相關詞條

相關搜尋

熱門詞條