Qu’est-ce que l’algorithme HITS ?

HITS signifie Hyperlink-Induced Topic Search et sert d’algorithme aux moteurs de recherche pour classer les pages. Il a été développé par Jon Kleinberg. HITS utilise les hubs et l’autorité pour définir les relations entre les pages. Les hubs sont des listes de grande valeur pour une requête donnée. Une page qui fait autorité est une page vers laquelle de nombreux hubs renvoient, et un hub est une page qui renvoie vers de nombreuses autorités.

Comment fonctionne la recherche par hyperliens ?

La première étape de l’algorithme consiste à récupérer les données de la requête de recherche. Il s’agit des informations que les gens tapent sur les moteurs de recherche pour obtenir un résultat spécifique. Ensuite, il effectue un calcul uniquement sur ces résultats, sans tenir compte des autres sites web.

Ensuite, les valeurs d’autorité et de centre sont définies, et un processus d’itération commence. Dans le processus d’itération, deux mises à jour sont effectuées : la mise à jour de l’autorité et la mise à jour du moyeu. Pour les HITS, un site web faisant autorité est un site qui a un contenu de valeur. Ces types de sites ont tendance à se classer plus haut dans la page de résultats des moteurs de recherche parce qu’ils sont considérés comme des pages « expertes ».

Tout comme le PageRank (un autre algorithme qui identifie et classe les sites), le HITS tient compte des liens entre les documents sur le web.

Cependant, le HITS se différencie du PageRank sur quelques aspects :

– Il est exécuté au moment de la requête, et non au moment de l’indexation. Les notes de hub et d’autorité attribuées à une page sont spécifiques à la requête. Cela signifie que le classement tiendra toujours compte du mot-clé ou du contenu que les gens recherchent.

– Alors que les algorithmes comme le PageRank calculent un score par document, le HITS en calcule deux.

– Il est traité sur un petit sous-ensemble de documents, au lieu de tous les documents, comme le fait le PageRank.

– Les moteurs de recherche ne l’utilisent pas couramment.