HITS, Hilltop und TrustRank: die Geschwister des PageRank
Ende der Neunziger arbeiteten mehrere Forschergruppen an der gleichen Frage: Wie liest man aus Links ab, welche Seiten wichtig sind? Neben PageRank entstanden dabei HITS und Hilltop, wenig später TrustRank. Ihre Ideen stecken bis heute in Suchmaschinen.
Kurz gesagt
- HITS (Jon Kleinberg, 1998) unterscheidet Hubs, die auf gute Quellen verweisen, und Authorities, auf die gute Hubs verweisen. Es rechnet pro Suchanfrage.
- Hilltop (Krishna Bharat und George Mihaila, 1999) zählt nur Links von unabhängigen Expertenseiten zum Thema.
- TrustRank (Stanford und Yahoo, 2004) verteilt Vertrauen ausgehend von handverlesenen, seriösen Seiten. Je weiter weg, desto weniger Vertrauen.
Inhalt dieser Seite
HITS: Hubs und Authorities
Fast zeitgleich mit Brin und Page veröffentlichte der Informatiker Jon Kleinberg 1998 ein Verfahren namens HITS, kurz für Hyperlink-Induced Topic Search. Kleinberg forschte damals bei IBM und an der Cornell University. Seine Beobachtung: Im Web gibt es zwei Arten wichtiger Seiten.
- Authorities sind die eigentlichen Quellen zu einem Thema, etwa die Website eines Herstellers oder ein Standardwerk.
- Hubs sind Seiten, die gute Quellen sammeln und verlinken, etwa eine gepflegte Linkliste oder ein Übersichtsartikel.
Beide stützen sich gegenseitig: Eine gute Authority wird von vielen guten Hubs verlinkt, ein guter Hub verlinkt auf viele gute Authorities. HITS rechnet das abwechselnd hin und her, bis sich die Werte einpendeln.
Der große Unterschied zu PageRank: HITS rechnet erst, wenn jemand sucht, und nur auf den Seiten, die zur Anfrage passen, plus deren Nachbarn im Linkgraphen. Das macht die Ergebnisse thematisch genauer, aber die Berechnung zur Suchzeit ist teuer und anfällig für Manipulation. Die Suchmaschine Teoma, später Teil von Ask Jeeves, nutzte einen verwandten Ansatz. Google setzte auf den vorab berechneten PageRank, und der Rest ist Geschichte.
Hilltop: Nur Experten zählen
Krishna Bharat und George Mihaila stellten 1999 den Hilltop-Algorithmus vor. Er geht noch einen Schritt weiter als HITS. Für eine Suchanfrage sucht Hilltop zuerst nach Expertenseiten: Seiten, die viele Links auf unabhängige Quellen zum Thema enthalten. Unabhängig heißt, dass die verlinkten Seiten nicht zum selben Betreiber gehören, also etwa nicht auf derselben Domain oder im selben Netzwerk liegen.
Eine Seite rankt bei Hilltop nur gut, wenn mehrere voneinander unabhängige Experten auf sie verweisen. Links aus dem eigenen Netzwerk zählen nicht. Damit ist Hilltop von Grund auf gegen ein Problem gebaut, das bis heute nervt: Netzwerke von Seiten desselben Betreibers, die sich gegenseitig verlinken.
Bharat ging später zu Google und gründete dort Google News. Ob und wie Hilltop in Googles Algorithmus eingeflossen ist, hat Google nie bestätigt. In der SEO-Szene wurde lange vermutet, dass Ideen daraus beim großen Florida-Update Ende 2003 eine Rolle spielten. Belegt ist das nicht.
TrustRank: Vertrauen von oben nach unten
2004 veröffentlichten Zoltán Gyöngyi und Hector Garcia-Molina von der Stanford University zusammen mit Jan Pedersen von Yahoo den Aufsatz „Combating Web Spam with TrustRank“. Die Idee ist einfach und wirkungsvoll:
- Seeds auswählenMenschen prüfen eine kleine Auswahl von Seiten von Hand und markieren die vertrauenswürdigen, zum Beispiel Universitäten, Behörden und bekannte Medien.
- Vertrauen weitergebenVon diesen Seeds aus fließt Vertrauen über die Links weiter, ähnlich wie PageRank.
- Abstand zähltMit jedem Schritt weg von den Seeds wird das Vertrauen schwächer. Spamseiten verlinken zwar gern auf seriöse Seiten, aber seriöse Seiten verlinken selten auf Spam. Deshalb kommt bei ihnen wenig Vertrauen an.
Diese Asymmetrie ist der Kern: Einen Link auf Wikipedia kann jeder setzen, einen Link von Wikipedia nicht. Wer viele Schritte vom seriösen Teil des Webs entfernt ist, bekommt kaum Vertrauen ab, egal wie viele Links er hat.
Google verwendet den Namen TrustRank nicht. Das Prinzip findet sich aber in Google-Patenten zu einer PageRank-Variante mit vertrauenswürdigen Startseiten und in den 2024 bekannt gewordenen Dokumenten. Mehr dazu unter Google-Leak und PageRank.
Die Verfahren im Vergleich
Alle vier sind Link-Algorithmen mit derselben Grundidee: Links verraten etwas über die Bedeutung einer Seite. Man kann HITS, Hilltop und TrustRank deshalb als Geschwister des PageRank sehen, die dieselbe Frage mit anderer Gewichtung beantworten.
| Verfahren | Entstanden | Grundidee | Wann gerechnet |
|---|---|---|---|
| PageRank | 1996 bis 1998, Stanford | Links als Stimmen, gewichtet nach der Stärke des Absenders | vorab, für das ganze Web |
| HITS | 1998, Jon Kleinberg | Hubs verweisen auf Authorities, beide stärken sich gegenseitig | zur Suchzeit, pro Anfrage |
| Hilltop | 1999, Bharat und Mihaila | nur Links von unabhängigen Expertenseiten zählen | zur Suchzeit, pro Thema |
| TrustRank | 2004, Stanford und Yahoo | Vertrauen fließt von geprüften Seeds aus und nimmt mit dem Abstand ab | vorab, für das ganze Web |
Was davon heute zählt
Keines dieser Verfahren läuft heute in Reinform. Moderne Suchmaschinen kombinieren hunderte Signale, und Links sind nur ein Teil davon. Aber jedes der vier Verfahren hat eine Lektion hinterlassen, die du beim Linkaufbau beachten solltest:
- Von PageRank: Die Stärke des Absenders zählt mehr als die Zahl der Links.
- Von HITS: Gute Übersichtsseiten zu deinem Thema sind wertvolle Linkquellen, und eine gute Übersichtsseite kann selbst gut ranken.
- Von Hilltop: Links aus dem eigenen Umfeld sind wenig wert. Unabhängige Stimmen zählen.
- Von TrustRank: Nähe zum seriösen Teil des Webs ist wichtiger als jede Kennzahl. Ein Link von der Stadt Bonn oder einer Hochschule sagt mehr über dich als hundert Links von Seiten, die niemand kennt.
Häufige Fragen
Was ist der Unterschied zwischen HITS und PageRank?
PageRank berechnet einmal für das ganze Web einen Wert pro Seite, unabhängig von der Suchanfrage. HITS rechnet erst nach der Anfrage, und zwar nur auf einer Teilmenge passender Seiten, und vergibt zwei Werte: einen als Hub und einen als Authority.
Nutzt Google TrustRank?
Nicht unter diesem Namen. Das Prinzip, Vertrauen von geprüften Startseiten aus zu messen, findet sich aber in Google-Patenten und in den 2024 bekannt gewordenen Dokumenten, dort als PageRank-Variante mit dem Kürzel NS für Nearest Seeds.
Was ist BadRank?
Die Umkehrung von TrustRank. Statt Vertrauen von guten Seiten weiterzureichen, wird Misstrauen von bekannten Spamseiten aus verteilt, und zwar rückwärts: Wer auf Spam verlinkt, wird selbst verdächtig. Der Begriff stammt aus der SEO-Diskussion der 2000er Jahre.