TrustRank是一種基于Web搜索的信息檢索技術(shù)，用于挖掘有質(zhì)量的網(wǎng)頁，并將其置于搜索結(jié)果的頂部。它可以準確地將有質(zhì)量的網(wǎng)頁與搜索詞相關(guān)聯(lián)，從而過濾掉某些無關(guān)的鏈接，讓有質(zhì)量的網(wǎng)頁出現(xiàn)在搜索結(jié)果中。 TrustRank算法通過跟蹤搜索引擎向用戶展示的鏈接的信譽來確定搜索結(jié)果的順序。同時它會檢測用戶的反饋，比如點擊量，瀏覽時間，以及用戶評價，用于調(diào)整頁面排列順序。這樣的話，用戶就可以更加準確地獲得質(zhì)量更高的相關(guān)網(wǎng)頁，從而提升搜索質(zhì)量。
相信對SEO感興趣的人，都聽說過Google PR值，英文全稱是PageRank，縮寫為PR，中文通常稱為網(wǎng)頁級別。所謂Google PR，是由 Google的兩位創(chuàng)始人Larry Page 和 Sergey Brin 在斯坦福大學開發(fā)的衡量網(wǎng)頁重要性的一個指標。樸素的思路是，一個網(wǎng)頁導入鏈接越多，頁面應該就更重要，所以PR值就越高。PR可以理解為頁面之間的投票行為，網(wǎng)頁A鏈接到網(wǎng)頁B時，Goog
前些天讀了一本《選舉的困境》，其中有一章，從美國的選舉制度說起，介紹美國選舉制度的不足，然后針對其不足，提出種種改善，然而每種改善都有其各自的問題，其中的變化很有趣。先說美國選舉制度，美國的總統(tǒng)選舉是一種“贏者通吃”的方式，每個州根據(jù)其人口多少，有幾十或幾百的“州票”，州里的人對總統(tǒng)候選人進行選舉，在某個州獲得票最多的那個候選人，獲得這個州所有的“州票”，然后統(tǒng)計所有候選人的“州票”多少，獲得最多
TrustRank算法是一個用于檢測Web圖譜（Web graphs）的可靠性和安全性的算法。它是由斯坦福大學的一組研究人員開發(fā)和發(fā)布的。TrustRank的思想是基于之前的 PageRank算法，但是與PageRank不同的是，TrustRank使用了人工干預的方式，將一些網(wǎng)站標記為可信、不可信或者中等可信度。然后，利用這些標記，計算每個網(wǎng)站的信任值，表示對這個網(wǎng)站的訪問與使用是否安全和可靠。這
TrustRank算法是早年基于鏈接關(guān)系的排名算法。TrustRank可以翻譯為“信任指數(shù)”。算法簡介TrustRank算法TrustRank算法最初來自于2004年斯坦福大學和雅虎的一項聯(lián)合研究，用來檢測垃圾網(wǎng)站，并且于2006年申請專利。TrustRank算法發(fā)明人還發(fā)表了一份專門的PDF文件，說明TrustRank算法的應用。感興趣的讀者可以在下面這個網(wǎng)址下載PDF文件：TrustRank算
