|
SALSA算法的初志盼望可以或许联合PageRank和HITS算法两者的重要特色，既可以应用HITS算法与查询相干的特色，也可以采用PageRank的“随机游走模子”，这是SALSA算法提出的布景。由此可见，SALSA算法融会了PageRank和HITS算法的基础思惟，从现实后果来说，良多试验数据表白，SALSA的搜刮后果也都优于前两个算法，是今朝后果最好的链接剖析算法之一。
; T: g5 s# X- L% ^从整体盘算流程来说，可以将SALSA划分为两个年夜的阶段：起首是断定盘算对象聚集的阶段，这一阶段与HITS算法基础雷同；第二个阶段是链接关系传布进程，在这一阶段则采用了“随机游走模子”。
3 R2 L+ i+ N5 w- ]8 V6.5.1断定盘算对象聚集
- @+ ?9 f w3 V: a- l4 r TPageRank的盘算对象是互联网所有网页，SALSA算法与此分歧，在本阶段，其与HITS算法思绪年夜致雷同，也是先获得“扩充网页聚集”，之后将网页关系转换为二分图情势。
4 B5 z. c5 V+ z4 _& A5 v扩充网页聚集 8 k5 T6 W7 r5 ]( K
SALSA算法在接受到用户查询恳求后，应用现有搜刮引擎或者检索体系，获得一批与用户查询在内乱容上高度相干的网页，以此作为“根集”。并在此基本上，将与“根集”内乱网页有直接链接关系的网页纳进，形成“扩充网页聚集”（参考图6.4.3-1）。之后会在“扩充网页聚集”内乱依据必定链接剖析方式获得终极搜刮成果排名。
# t9 g' S$ |8 W转换为无向二分图在获得了“扩充网页聚集”之后，SALSA依据聚集内乱的网页链接关系，将网页聚集转换为一个二分图。即将网页划分到两个子聚集中，一个子聚集是Hub聚集，别的一个子聚集是Authority聚集。划分网页节点属于哪个聚集，则依据如下规矩： ' t7 u' p- H+ q$ w
假如一个网页包括出链，这些出链指向“扩充网页聚集”内乱其它节点，则这个网页可被回进Hub聚集；
& K- m8 x6 W4 E假如一个网页包括“扩充网页聚集”内乱其它节点指向的进链，则可被回进Authority聚集。
, k0 b9 [; H* ~ F' j由以上规矩可以看出，假如某个网页同时包括进链和出链，则可以同时回进两个聚集。同时，Hub聚集内乱网页的出链构成了二分图内乱的边，依据以上法例，将“扩充网页聚集”转换为二分图。
: N% Y& B$ t/ [# x+ m& j: V, g2 t' @图6-15和图6-16给出了一个示例，阐明了这个转换进程。假设“扩充网页聚集”如图6-15所示，由6个网页组成，其链接关系如图所示，同时为便于阐明，每个网页赐与一个独一编号。图6-16则是将图6-15中的网页聚集转换为二分图的成果。以网页6为例，由于其有出链指向网页节点3和网页节点5，所以可以放进Hub聚集，也由于编号为1、3、10的网页节点有链接指向网页节点6，所以也可以放进Authority聚集中。网页节点6的两个出链保存，作为二分图的边，
, U; z; k, Y* Y' T* i1 x9 T; D$ n 图6-15 扩充网页聚集示例/ T; O1 [% q+ m
可是这里须要留意的是，在转换为二分图后，本来的有向边不再保存标的目的，转换为无向边，而HITS算法仍然保存为有向边，这点与SALSA略有分歧。 图6-16 二分图 到这一步调为止，除了SALSA将“扩充网页聚集”转换为无向二分图，而HITS仍然是有向二分图外，其它步调和流程，SALSA算法与HITS算法完整雷同，正是以，SALSA包管了是与用户查询相干的链接剖析算法。, [( i7 q' W( K) N+ G
6.5.2 链接关系传布 & O3 T; I+ S8 \3 ?7 ~( m
在链接关系传布阶段，SALSA废弃了HITS算法的Hub节点和Authority节点彼此加强的假设，转而采用PageRank的“随机游走模子”。
, C& V6 w5 j+ l链接关系传布概念模子 3 l7 C* K/ I/ Q f
如图6-16所示，假设存在某个阅读者，从某个子聚集中随机选择一个节点动身（为便利阐明，图中所示为从Hub子集的节点1动身，现实盘算往往是从Authority子集动身），假如节点包括多条边，则以相等概率随机选择一条边，从Hub子集跳跃到Authority聚集内乱节点，图中所示为由节点1转移到节点3，之后从Authority子集再次跳回Hub子集，即由节点3跳到节点6。如斯不竭在两个子集之间转移，形成了SALSA自身的链接关系传布模式。 6 F. L' b5 H" O8 z
尽管看上往与PageRank的链接传布模式分歧，实在两者是一样的，要害点在于：其从某个节点跳跃到别的一个节点的时辰，假如包括多个可供选择的链接，则以等概率随机选择一条路径，即在权值传布进程中，权值是被所有链接均匀分派的。而HITS算法分歧，HITS算法属于权值广播模式，即将节点自己的权值完整传布给有链接指向的节点，并不依据链接几多进行分派。
' l& T f! v) z; e/ TSALSA的上述权值传布模子与HITS模子存眷重点分歧，HITS模子存眷的是Hub和Authority之间的节点彼此加强关系，而SALSA现实上存眷的是Hub-Hub以及Authority-Authority之间的节点关系，而别的一个子聚集节点只是充任中转桥梁的感化。所以，上述权值传布模子可以转化为两个类似的子模子，即Hub节点关系图和Authority节点关系图。 + W, ^7 w0 |# v/ m6 j
Authority节点关系图
2 S) z3 z$ V( v: g图6-17是由6-16的二分图转化成的“Authority节点关系图”，“Hub节点关系图”与词攀类似，两者转化进程是类似的，我们以“Authority节点关系图”为例来看若何从二分图转化为节点关系图。
0 u* _: X6 U4 B: b$ i0 n 图6-17 Authority节点关系图4 o" k% X; w2 d3 S" |' h: v
这里须要留意的是：Authority聚集内乱从某个节点i转移到别的一个节点j的概率，与从节点j转移到节点i的概率是分歧的，即非对称的，所以转换后的Authority节点关系图是个有向图，以词攀来表现其转移概率之间的差别。对于图6-17这个“Authority节点关系图”来说，图中包括的节点就是二分图中属于Authority子集的节点，要害在于节点之间的边若何树立以及节点之间转移概率若何盘算。节点关系图中边的树立
- b9 L, J8 r, x之所以在“Authority节点图”中，节点3有边指向节点5，是由于在二分图中，由节点3经由过程Hub子集的节点6中转，可以灵通节点5，所以两者之间有边树立。这里须要留意的是：在二分图中，对于Authority聚集内乱某个节点来说，必定可以经由过程Hub子集的节点中转后再次返回自己，所以必定包括一条指向自身的有向边。节点1由于只有中转节点2使得其返回Authority子集中自身节点，所以只有指向自身的一条边，和其它节点没有边接洽，所以例子中的“Authority节点关系图”由两个连通子图组成，一个只有节点1，别的一个连通子图由残剩几个节点组成。
6 r. e$ K% l$ S节点之间的转移概率
9 j; W. \/ z% N+ c. p& A% \! T至于为何“Authority节点关系图”中，节点3到节点5的转移概率为0.25，是由于前面先容过，SALSA的权值传布模子遵守“随机游走模子”。在图6-16的二分图中，从节点3转移到节点5的进程中，节点3有两条边可做选择来跳转到Hub子集，所以每条边的选择概率为1/2，可以选择此中一条边达到节点6，同样，从节点6跳回到Authority子集时，节点6也有两条边可选，选中每条边的概率为1/2。所以从节点3动身，经过节点6跳转到节点5的概率为两条边权值的乘积，即为1/4。
( h% t/ p$ c7 m% ]' m1 Q$ h对于指向自身的有向边，其权重盘算进程是相似的，我们仍然以节点3为例，指向自身的有向边代表从Authority子集中节点3动身，经过Hub子集的节点再次返回节点3的概率。从6-16的二分图可以看出，完成这个进程有两条路径可走，一条是从节点3到节点1返回；别的一条是从节点3经过节点6后返回；蔑在突条路径的概率与上面所述盘算方式一样，由于两条路径各自的概率为0.25，所以节点3返回自身的概率为两条路径概率之和，即为0.5。图中其它边的转移概率盘算方法也是类此。
2 Z% s5 M7 G5 U" q* ^树立好“Authority节点关系图”后，即可在图上应用“随机游走模子”来盘算每个节点的Authority权值。在现实盘算进程中，SALSA将搜刮成果排序题目进一步转换为求Authority节点矩阵的主秩题目，矩阵的主秩即为每个节点的响应Authority得分，依照Authority得分由高到低摆列，即可获得终极的搜刮排序成果。
* }1 } ]6 ^0 u: E6.5.3Authority权值盘算
* a6 X* ~% ?6 d2 X 图6-18 SALSA节点权值盘算公式
Z: S" J$ e! Q }3 J+ H颠末数学推导，可以得出SALSA与求矩阵主秩等价的Authority权值盘算公式。图6-18示意图表白了SALSA算法中某个网页节点的Authority权值是若何盘算的。如图右上角公式所示，决议某个网页i的Authority权值涉及到4个因子：
9 j! q: x$ Y2 w* m. L- Z; LAuthority子集中包括的节点总数|A|。实在这个因子对于Authority聚集中肆意节点来说都是雷同的，所以对于终极的依据节点Authority权值进行排序没有影响，只是起到包管权值得分在0到1之间，可以或许以概率情势表现权值的感化； % Y8 a6 v- m7 }6 T. b/ \
网页i地点连通图中包括的节点个数|Aj|。网页地点的连通图包括的节点个数越多，则网页的Authority权值越年夜； ( z3 w" ] r; n/ ?9 h- N* t& y
网页i地点连通图中包括的进链总数|Ej|。网页地点的连通图包括的进链总数越少，则网页的Authority权值越年夜； 0 U1 N: p) q: x* B
网页i的进链个数|Bi|。节点进链越多，则Authority权值越年夜，这个因子是独一一个和节点自己属性相干的。由此可见，SALSA权值盘算和节点进链个数成正比。 之前图6-17的“Authority节点关系图”由两个连通子图构成，一个由独一的节点1组成，别的一个由节点3、5、6三个节点组成，两个连通子图在图6-18中也被分辨圈出。 我们以节点3为例，看其对应的四个盘算身分取值：Authority子集共包含4个节点； ) U- V: g w8 O {* M
节点3地点连通图包括3个节点；
) R, R3 l+ L/ d3 Z% i+ Z1 m节点3地点连通图共有6个进链； 2 i/ J" {$ z ?# A) Z
节点3的进链个数为2；
9 \0 X7 f+ D( e" o9 P 所以，节点3的Authority权值为：（3/4）*(2/6)=0.25。其它节点权值的盘算进程与词攀类似。SALSA依据节点的Authority权值由高到低排序输出，即为搜刮成果。 由上述权值盘算公式可以推论出：假如全部Authority子集所有节点形成一个完全的连通图，那么在盘算authority权值进程中，对于肆意两个节点，4个因子中除了节点进链个数外，其它三个因子老是雷同，即只有进链个数起感化，此时，SALSA算法退化为依据节点进链个数决议排序次序的算法。 从SALSA盘算Authority得分进程中可看出，SALSA算法不需像HITS算法一样进行不竭迭代盘算，所以从盘算效力角度看要快于HITS算法。别的，SALSA算法解决了HITS算法的盘算成果主题漂移的题目，所以搜刮质溜在筒优于HITS算法。SALSA算法是今朝后果最好的链接算法之一。总结：
l4 a5 w4 I5 }# q2 v# O# j1、有一些人老是爱好看屎布然后判定一个词优化难易水平，如许有没有事理？
d6 E$ [5 W+ \假如，这里只能说假如，假如把收如的页面都看做节点的话，在总节点不变的情形下，那么AJ就会年夜，AJ越年夜，那上往的网站，权重值算出来就越高。权重值越高，你就越难超出！、 3 x% z5 [+ n, t9 R e
2、链接越多，权重越高？0 A* o; a9 _! u4 z# d
理论上是如许，依据图上的公式盘算，链接数是Bi,bi越年夜，那这个页面的authority就会越年夜，究竟BI是分子，小学数学城市算
( s A% j6 y# m/ N; ~/ }3、同样是10条外链，为什么两个站之间排名差距很年夜？1 y3 Y+ u* {! Z+ j% Y
Ej做为分母来讲，当然越小越年夜，假如一个行业其他网站都没怎么做链接，我们做链策应该是比拟好用的。同样的进链，分歧的总数，确定后果显明。也可以想，为什么同样的外链，对分歧的行业有分歧行反映。
/ [/ s+ h5 Y$ {4、root(根集)SALSA算法的根集是什么？、 5 T2 W4 Z* `' i5 s, T
根集是一些比拟好的页面，好比拿 seo行业，可能济南SEO或是济南 网站优化排名前2页的就是根集！
5、SALSA算法还有哪些特色？
( Q% }, J; G9 c" `; w$ X（1）有hits算法身分，在相干性、页面威望度方面要留意。一个权7的┞肪 和一个权0的┞肪 导向你的权重是纷歧样的。一个有1000条外链的┞肪，和一个无外链的┞肪，导向你也是分歧的。7 I* E1 @9 \! A+ M. ~& T% m6 `
（2）同样是hits，一个高质量的威望站导向你是分歧的。一个好的hub页面，好比hao123导航导向你的权重也是纷歧样的。$ W) d, A9 h9 C4 R! u0 w, M
（3）pageRank身分。重要是导出链接，这里数目就不说了。pageRank比hits强的一点是，均匀分派，也可以说是一个页面有10个导出，实在他向每个链接点击的概念都是雷同的。
( F5 L4 [; Q8 a2 i. B如许的话，导出越多，分的authority就会越小。同样是一个权1的┞肪，有100个导出和10个导出，也是完整两个概念。
. i- q# ], }! Q; G6 f/ Z& ^研讨算法，能让你清楚SEO的一些本质和道理。不至于那么苍茫！ | 
