HITS算法如何影響百度網(wǎng)頁排名說到HITS算法，可能我們很多人沒有聽到HITS算法，見的比較多的是時間因子，驚雷算法等各種百度的算法，今天我們就分享一下HITS算法在網(wǎng)頁中的作用在百度排名算法中有幾百種算法，可能我們一般就知道其中幾種百度算法，我們都在說HITS算法，到底HITS在網(wǎng)頁中是如何體現(xiàn)的呢，在平時網(wǎng)站中是否運用到百度的算法呢，讓網(wǎng)站有迅速的有一個很好的排名，方法很重要。

HITS算法原理

HITS衡量1個頁面用A[i]和H[i]值表示，A代表Authority權威值，H代表Hub樞紐值。

大意可理解為我指出的網(wǎng)頁的權威值越高，我的Hub值越大。指向我的網(wǎng)頁的Hub值越大，我的權威值越高。二者的變量相互權衡。下面一張圖直接明了:

如果理解了PageRank算法的原理，理解HITS應該很容易，最后結果的輸出是根據(jù)頁面的Authority權威值從高到低。

1)、分別表示網(wǎng)頁結點i的Authority值(權威度)和Hub值(中心度)。

2)對于“擴展集base”來說，我們并不知道哪些頁面是好的“Hub”或者好的“Authority”頁面，每個網(wǎng)頁都有潛在的可能，所以對于每個頁面都設立兩個權值，分別來記載這個頁面是好的Hub或者Authority頁面的可能性。在初始情況下，在沒有更多可利用信息前，每個頁面的這兩個權值都是相同的，可以都設置為1，即：

3）每次迭代計算Hub權值和Authority權值：

網(wǎng)頁 a (i)在此輪迭代中的Authority權值即為所有指向網(wǎng)頁 a (i)頁面的Hub權值之和：

a (i) = Σ h (i) ; 網(wǎng)頁 a (i)的Hub分值即為所指向的頁面的Authority權值之和：

h (i) = Σ a (i) 。

對a (i)、h (i)進行規(guī)范化處理:

將所有網(wǎng)頁的中心度都除以最高中心度以將其標準化：

a (i) = a (i)/|a(i)| ；

將所有網(wǎng)頁的權威度都除以最高權威度以將其標準化：

h (i) = h (i)/ |h(i)| ：

5）如此不斷的重復第4）：上一輪迭代計算中的權值和本輪迭代之后權值的差異，如果發(fā)現(xiàn)總體來說權值沒有明顯變化，說明系統(tǒng)已進入穩(wěn)定狀態(tài)，則可以結束計算，即a ( u),h(v)收斂 。

我們在學習百度的排名時候，需要更多的了解百度的算法，知其然還要知其所以然，這個正如是一個游戲規(guī)則，要了解排名的本職，才能成為真正的seo人員