網頁權威性是搜尋引擎排序的重要參考因素。
計算網頁權威性時,會把參與計算的所有網頁作為一個集合,透過集合內網頁之間的連結關係迭代計算。但隨著網路規模膨脹,把全部網頁納入計算對系統架構要求極高,因此通常只挑選與外部網站存在連結關係的網頁參與計算。這種做法的問題是:站內一些優秀頁面拿不到權威性值,同時也影響了參與計算頁面的結果準確性。

為了解決這個問題,有一種做法是把「與外部網站存在連結關係的網頁」和「站內的一些重要網頁」一起提取出來參與計算。而在現有技術中,重要網頁是透過站內反向連結數量來確定的——把站內反鏈數量大於設定阈值的網頁提取出來,如果這些網頁所指向的頁面反鏈數量也超過阈值,則將它們作為重點網頁。這種方法的召回率偏低,準確性也較差。(以上來自百度演算法專利內容)
1、提取網頁中的所有連結。
2、對站內所有連結進行拆分重組排列,依據源代碼中最近的連結關係組成。
3、從各個內鏈中匹配出現頻次最高者,例如多次 A 鏈向 B,或不同的 A、B、C 都鏈向 D。
4、設定一個預定阈值。未超過阈值的歸類為普通頁面;如果站內完全沒有重點頁面(入口頁),則僅保留首頁作為重點頁。
5、重點連結有數量上限,取決於連結最多的那個頁面的權威性。頁面權威性越高,重點頁面的數量越多,比例通常在 10%–30% 浮動。也就是說,一萬個頁面中,可以出現 1000–3000 個參與排名的頁面。
6、訓練模型對連結對進行一次匹配分類,區分重要程度。
7、對連結進行重要與非重要的比對。
8、對重要連結做分類特徵對比,確定重要連結的參數範圍與特徵範圍。
9、先用參數範圍與特徵範圍匹配,再進行重要程度分級。
10、內鏈與反鏈的「出度」由數量決定。若一個頁面有 3 個內鏈,其出度即為 3。
11、深度定義:從首頁跳轉到該頁所需的最短點擊次數。重要頁面的深度會一定程度影響頁面屬性。
12、內鏈指向重要頁面的錨文本總數依據切詞計算。例如「抽動症治療」頁指向「抽動症」,則該頁的錨文本總數為 3 個:抽動症治療、抽動症、治療。
13、根據重點頁面之間的相互連接生成網站骨架,用以定義網站類型。
頁面的權威度,由頁面深度、被指向內鏈的深度對比、錨文本詞頻、頁面出度,以及兩個頁面深度之間的差值綜合評比得出。
這套邏輯給出的操作方向很明確:讓重要頁面距首頁更近(降低深度)、讓更多站內頁面用多樣化的相關錨文本指向它、控制站點頁面規模在合理區間,並讓重要頁面之間形成清晰的連接骨架。這比一味增加頁面數量有效得多。