Themenbasierter PageRank™:
Die themen- bzw. themengebietsbezogene Homogenität
von Webseiten wird schon seit geraumer Zeit als mögliches Ranking-Kriterium
von Suchmaschinen diskutiert. Für die Integration von Themen
in Suchmaschinenalgorithmen gibt es die verschiedensten Denkansätze.
Ihnen gemein ist, dass Webseiten nicht mehr allein aufgrund Ihrer
eigenen Inhalte bewertet werden, sondern dass auch die Inhalte anderer
Webseiten hierzu berücksichtigt werden. So könnten also
beispielsweise die Inhalte aller Seiten einer Website Einfluss auf
die Bewertung einer einzelnen Seite dieser Website nehmen. Andererseits
ist es auch denkbar, dass eine Seite an den Inhalten derjenigen
Seiten gemessen wird, auf die sie verlinkt oder aber von denen sie
selbst verlinkt wird.
Sehr kontrovers diskutiert wird der mögliche
Einsatz eines themenbasierten Rankings für die Suchmaschine
Google™. Immer wieder finden sich in einschlägigen Foren
und auf Websites zum Thema Suchmaschinenoptimierung Ratschläge,
dass eingehende Links von Seiten mit thematischer Ähnlichkeit
einen größeren Einfluss auf den PageRank™ haben
als Links von anderen Seiten. Diese Annahme soll hier kritisch beleuchtet
werden. Zunächst werden hierzu zwei relativ neue Ansätze
zur Integration von Themen in das PageRank™-Verfahren diskutiert:
auf der einen Seite das Modell des "intelligenten Surfers" von Matthew
Richardson und Pedro Domingos und auf der anderen Seite der Topic-Sensitive
PageRank™ von Taher Haveliwala. Anschließend sollen Möglichkeiten
aufgezeigt werden, inwieweit Inhaltsanalysen und -vergleiche dazu
eingesetzt werden können, thematische Ähnlichkeiten zwischen
Seiten zu berechnen, um auf dieser Basis dann eine Gewichtung von
Links im Rahmen des PageRank™-Verfahrens vorzunehmen.
Der "intelligente Surfer" von Richardson
und Domingos:
Matthew Richardson und Pedro Domingos ziehen zur
Erläuterung ihres Ansatzes zur Implementierung von Themengebieten
in das PageRank™-Verfahren zunächst das Random Surfer
Modell heran. Sie schlagen anstelle eines Surfers, der wahllos Links
verfolgt, einen intelligenteren Surfer vor, der einerseits Links
nur entsprechend seiner Suchanfrage verfolgt und andererseits auch
nach dem Abbruch des Surf-Vorgangs nur Seiten aufruft, die seiner
Suchanfrage entsprechen.
Im Rahmen des Ansatzes von Richardson und Domingos
sind für den "intelligenten Surfer" also nur Seiten relevant,
die den von ihm gesuchten Begriff auch tatsächlichen enthalten.
Das Random Surfer Modell ist jedoch nichts als ein Abbild des PageRank™-Verfahrens.
Zur Umsetzung muss also für jeden im Web existierenden Begriff
eine eigene PageRank™-Berechnung stattfinden. Diese Berechnung
stützt sich dabei ausschließlich auf Links zwischen Seiten,
die den jeweiligen Begriff enthalten.
Das Modell von Richardson und Domingos wirft einige
Probleme auf. Vor allem entstehen diese im Bereich von Suchbegriffen,
die nicht sehr häufig im Web vorkommen. Da diese wenigen Seiten
sich auch noch verlinken müssen, um in die PageRank™-Berechnung
eingehen zu können, basieren die Resultate auf nur sehr kleinen
Subbereichen des Webs und lassen gegebenenfalls sehr relevante Seiten
außen vor. Ferner ist natürlich ein kleiner Subbereich
des Webs wesentlich anfälliger für Spam im Sinne der Generierung
zahlreicher Webseiten.
Zudem ergeben sich gravierende Probleme bezüglich
der Skalierbarkeit. Richardson und Domingos schätzen sowohl
den Speicher- als auch den Rechenbedarf für mehrere 100.000
Begriffe und entsprechende PageRank™-Berechnungen auf das 100-200-fache
des ursprünglichen PageRank™-Verfahrens. Diese Zahlen
klingen angesichts der großen Zahl relativ kleiner Subbereiche
des Webs realistisch.
Der erhöhte Speicherbedarf sollte kein grundsätzliches
Problem darstellen, da Richardson und Domingos hierzu richtig anführen,
dass die begriffsspezifischen PageRank™-Werte nur einen Bruchteil
des Datenvolumens des inversen Index Google's™ ausmachen dürften.
Wirklich problematisch ist der Zeitbedarf für die Berechnung.
Kalkulieren wir nur mit fünf Stunden für eine herkömmliche
PageRank™-Berechnung, so würde diese im Falle des Modells
von Richardson und Domingos etwa drei Wochen in Anspruch nehmen.
Dies stünde für den tatsächlichen Einsatz nicht zur
Diskussion.
Taher Haveliwala's Topic-Sensitive
PageRank™:
Der Ansatz von Taher Havilewala scheint für
den tatsächlichen Einsatz vielversprechender. Auch Havilewala
regt die Berechnung unterschiedlicher PageRank™ für unterschiedliche
Themenbereiche an. Hierbei sollen jedoch nicht hunderttausende PageRanks™
für verschiedene Subbereiche des Webs, sondern vielmehr wenige
PageRank™ auf der Basis des gesamten Webs berechnet werden.
Bei dieser Berechnung wird zwar das gesamte Web berücksichtigt,
es erfolgt jedoch jeweils eine dem Themengebiet entsprechende, unterschiedliche
Gewichtung.
Die Grundlagen für den Ansatz von Havilewala
wurden hier schon im Abschnitt zum "Yahoo-Bonus" beschrieben. Dabei
wurde die Möglichkeit aufgezeigt, spezifischen Webseiten eine
besondere Bedeutung im Rahmen des PageRank™-Verfahrens zukommen
zu lassen. Auf das Random Surfer Modell übertragen geschah
dies dadurch, dass die Wahrscheinlichkeit erhöht wird, dass
der Zufalls-Surfer nach dem Abbruch eines Surf-Vorgangs eine bestimmte
Seite aufsucht. Diese Einflussnahme auf das PageRank™-Verfahren
wirkt sich dann über Links auf den PageRank™ aller Seiten
des Webs aus. Konkret erreicht wurde diese Einflussnahme durch die
Implementierung eines weiteren Wertes E in den PageRank™ Algorithmus:
PR(A) = E(A) (1-d) + d (PR(T1)/C(T1)
+ ... + PR(Tn)/C(Tn))
Havilewala geht in seinem Ansatz zum Topic-Sensitive
PageRank™ einen Schritt weiter. Er weist keiner Site oder Seite
eine grundlegende und allgemeingültige höhere Wertung
zu, sondern differenziert diese auf der Basis bestimmter Themengebiete.
Für jedes dieser Themengebiete identifiziert er jeweils andere
Seiten mit besonderer Kompetenz. Auf der Grundlage dieser Bewertungen
werden dann unterschiedliche PageRank™ jeweils für das
gesamte Web berechnet.
In seiner Arbeit zum Topic-Sensitive PageRank™
wählte Haveliwala die 16 Hauptkategorien des Open Directory
Projekt sowohl zur Identifizierung von Themengebieten als auch für
die besondere Bewertung innerhalb der PageRank™-Berechung aus.
Konkret weist Haveliwala für die einzelnen PageRank™-Berechnungen
den jeweiligen Seiten unter den Hauptkategorien des ODP einen hohen
Wert E innerhalb des PageRank™ Algorithmus zu. Wird etwa der
PageRank™ für das Thema Gesundheit berechnet, erhalten
die ODP-Seiten der Kategorie Gesundheit jeweils einen relativ höheren
Wert E, der sich dann auf die von dort verlinkten Seiten auswirkt.
Dies setzt sich natürlich fort, und unter der Annahme, dass
Websites zum Thema Gesundheit sich tendenziell verstärkt gegenseitig
verlinken, haben all diese Seiten im Rahmen des Themas Gesundheit
einen relativ höheren PageRank™.
Haveliwala konstatiert die Unvollkommenheit der
Wahl des Open Directory Project, die sich etwa in einer großen
Abhängigkeit von den Editoren des ODP und in einer nur sehr
groben Untergliederung in Themengebiete äußert, sie liefert
allerdings offensichtlich bereits gute Ergebnisse und kann sicherlich
ohne großen Aufwand verbessert werden.
Ein Schwerpunkt der Arbeit zum Topic-Sensitive
PageRank™ ist die Identifizierung der Präferenzen des
Benutzers. Über themenspezifische Bewertungsmöglichkeiten
zu verfügen ist nutzlos, so lange man nicht darüber informiert
ist, welche Themengebiete für den Benutzer interessant sind.
Schließlich soll für jeweilige Suchanfragen immer nur
derjenige PageRank™ in die Seitenbewertung einfließen,
der für die Suchanfrage des Benutzers auch tatsächlich
relevant ist. Erst hierdurch kann der Topic-Sensitive PageRank™
tatsächlich genutzt werden.
Auch zur Identifikation der Benutzerpräferenzen
liefert Haveliwala allerdings praktikable Ansätze. So beschreibt
er beispielsweise die Suche im Kontext durch Markieren eines Begriffes
innerhalb eines Dokuments - und damit den Inhalt dieses Dokuments
als Anhaltspunkt für die Identifizierung von Benutzerpräferenzen.
An dieser Stelle soll dazu wiederum an die Möglichkeiten der
Google™ Toolbar erinnert werden. Die Toolbar überträgt
Daten zu Suchbegriffen und besuchten Seiten an Google™ und
könnte damit leicht zur Erstellung von Benutzerprofilen dienen.
Doch auch ohne Installation der Toolbar wäre letztlich eine
aktive Auswahl eines Themengebiets durch den User jeweils vor seiner
Suche denkbar.
Bewertung von Links auf der Basis
von Inhaltsanalysen:
Dass grundsätzlich eine Gewichtung einzelner
Links im Rahmen des PageRank™-Verfahrens möglich ist,
wurde auf der vorigen Seite bereits gezeigt. Der Hintergrund einer
Gewichtung von Links auf der Basis von Inhaltsanalysen würde
in erster Linie in der Verhinderung der Korrumpierung des Pagerank™-Verfahrens
liegen. So könnte theoretisch mittels Inhaltsanalysen erreicht
werden, dass Links, die ausschließlich zum Zwecke der Steigerung
des PageRank™ bestimmter Sites gesetzt werden, in vielen Fällen
in weitaus geringerem Maße auf den PageRank™ Einfluss
nehmen. Fraglich ist allerdings, ob eine derartige Bewertung auf
der Basis von Inhaltsanalysen auch tatsächlich umgesetzt werden
kann.
 Die
Grundlagen zum Vergleich von Inhalten wurden bereits in den 60er
und 70er Jahren des 20. Jahrhunderts von Gerard Salton erarbeitet.
Sein Vektorraummodell bildet Dokumente als Vektoren aus Termen (Begriffe
innerhalb eines Dokuments) und deren Gewichtung ab. Diese Termvektoren
können dann miteinander verglichen werden, indem z.B. das Kosinus-Maß
(Skalarprodukt) berechnet wird, um inhaltliche Ähnlichkeiten
zwischen den Dokumenten zu messen. In seiner einfachen Form weist
das Vektorraummodell einige Schwächen auf. So wird etwa die
grundsätzliche Annahme kritisiert, dass die Ähnlichkeit
zwischen Dokumenten daran bemessen wird, ob und in welchem Ausmaß
einzelne Terme tatsächlich in zwei zu vergleichenden Dokumenten
vorkommen. Mittlerweile gibt es jedoch zahlreiche Erweiterungen
und Verfeinerungen des Vektorraummodells die viele der Probleme
beheben.
Mit Arbeiten die auf Saltons Vektorraummodell aufbauen
hat sich vor allem auch Krishna Bharat hervorgetan. Dies ist in
erster Linie von Interesse, weil Bharat mittlerweile zu Googles
Mitarbeiterstab zählt und insbesondere als Entwickler der "Google™
News" (news.google.com) gilt. Google™ News ist ein Service,
der Nachrichten-Websites spidert, die einzelnen Nachrichten auswertet
und anschließend in unterschiedlichen Kategorien zu unterschiedlichen
Themen zusammenfasst. Nach Angaben Googles erfolgen all diese Vorgänge
vollkommen automatisiert. Hierzu werden weitere Kriterien wie etwa
der Zeitpunkt des Erscheinens eines jeweiligen Artikels herangezogen,
sofern jedoch keinerlei manuelle Eingriffe stattfinden, ist eine
Zusammenfassung unter inhaltlichen Gesichtspunkten nur möglich,
wenn die Inhalte der einzelnen Nachrichten zunächst einmal
tatsächlich miteinander verglichen werden. Es stellt sich nur
die Frage, wir dies realisiert werden kann.
In Ihrer Veröffentlichung zum Aufbau einer
Termvektor-Datenbank beschreiben Raymie Stata, Krishna Bharat und
Farzin Maghoul sehr anschaulich, wie Vergleiche zwischen Inhalten
auf der Basis von Termvektoren realisiert und vor allem auch, wie
verschiedene Hürden bei Umsetzung überwunden werden können.
Zunächst besteht die Problematik, dass zahlreiche Begriffe
innerhalb eines Dokuments nicht für einen Inhaltsvergleich
geeignet sind. So wird aus der Gesamtheit aller Begriffe zuerst
das am häufigsten vorkommende Drittel gefiltert, da diese Begriffe
nur zu einem sehr geringen Grad dazu beitragen können, die
Inhalte von Dokumenten voneinander zu unterscheiden. Da relativ
selten vorkommende Begriffe, die z.B. auch aus Tippfehlern resultieren
können, gegebenenfalls thematisch sehr unterschiedliche Dokumente
sehr ähnlich erscheinen lassen, weil die entsprechenden Begriffe
insgesamt sehr selten vorkommen, wird auch das am wenigsten auftretende
Drittel gefiltert, womit für die Durchführung von Vergleichen
nurmehr ein Drittel aller Begriffe genutzt wird.
Auch wenn bereits zwei Drittel aller Begriffe nicht
in die Termvektoren gelangen können, ist diese Auswahl für
einen Vergleich noch wenig effizient. Stata, Bharat und Maghoul
führen deshalb vor dem Aufbau der Termvektoren eine weitere
Filterung durch, so dass ein Termvektor jeweils auf maximal 50 Begriffen
basiert. Diese 50 Begriffe sind jedoch nicht etwa die 50 am häufigsten
innerhalb eines Dokuments auftretenden Begriffe. Vielmehr werden
die 50 Begriffe genutzt, für die die Relation aus dem Vorkommen
innerhalb eines Dokuments zum Vorkommen innerhalb der Gesamtheit
aller Dokumente am größten ist. Gerade hierdurch wird
es möglich, die Inhalte von Dokumenten tatsächlich voneinander
abzugrenzen.
Die beschriebenen Maßnahmen sind Standards
im Rahmen der Nutzung von Termvektoren. Wenn z.B. das Skalarprodukt
aus zwei derart ermittelten Termvektoren relativ hoch ist, sind
die beiden entsprechenden Seiten einander unter thematischen Gesichtspunkten
tendenziell ähnlich. Diese Vorgehensweisen ermöglichen
Inhaltsvergleiche in vielen Bereichen, ob sie allein jedoch für
unser Ziel der Gewichtung von Links im Rahmen des PageRank™-Verfahrens
ausreichend sind, ist zu bezweifeln. Schließlich können
vor allem Synonyme, aber auch andere Begriffe, die Ähnliches
umschreiben, mittels der beschriebenen Vorgehensweisen nicht identifiziert
werden. Für das Problem der Zusammenfassung von Singular und
Plural etwa, existieren für die englische Sprache relativ einfache
Algorithmen. In anderen Sprachen ist dies jedoch ungleich schwerer
zu bewältigen. Unterschiedliche Sprachen sind dabei ein grundsätzliches
Problem. Bis auf die Ausnahme von z.B. Lehnwörtern oder Markennamen
werden verschiedensprachige Texte in der Regel keine gemeinsamen
Begriffe enthalten, oder aber gemeinsame Begriffe haben eine völlig
unterschiedliche Bedeutung, so dass ein Vergleich zwischen Texten
in unterschiedlichen Sprachen nicht möglich ist. Doch auch
hierfür bieten Stata, Bharat und Maghoul einen Lösungsansatz.
 Stata,
Bharat und Maghoul zeigen eine sehr konkrete Anwendungsmöglichkeit
ihrer Termvektor-Datenbank auf, indem Sie für einzelne Dokumente
ein entsprechendes, vordefiniertes Themengebiet identifizieren.
Über diese Identifizierung von Themengebieten hat Bharat auch
gemeinsam mit Monika Henzinger - derzeit Research Director bei Google™
- veröffentlicht, und sie funktioniert folgendermaßen:
Zunächst werden sogenannte Themenvektoren berechnet. Themenvektoren
sind selbst auch Termvektoren, nur dass Sie nicht auf den Inhalten
einer einzelnen Webseite basieren, sondern auf den Inhalten vieler
Webseiten, denen eine inhaltliche Ähnlichkeit gemein ist. Um
einen Themenvektor aufbauen zu können, muss es für jedes
vordefinierte Themengebiet eine bestimmte Anzahl an Webseiten geben,
für die bekannt ist, welchem Themengebiet sie zugeordnet werden
können. Zu diesem Zwecke greifen Stata, Bharat und Maghoul
auf Web-Verzeichnisse zurück.
In einer konkreten Anwendung von Themenvektoren
haben sie auf der Basis von jeweils ca. 30.000 Links innerhalb der
damals 12 Hauptkategorien des Yahoo-Verzeichnisses Themenvektoren
mit einem Umfang von jeweils ca. 10.000 Begriffen gebildet. Um das
Thema einer Webseite identifizieren zu können, haben sie anschließend
die Ähnlichkeiten zwischen dem entsprechenden Termvektor und
den einzelnen Themenvektoren berechnet. Derjenige Themenvektor,
für den der höchste Wert ermittelt wird, bestimmt das
Thema der Webseite. Dass die Einordnung von Themen in der Praxis
gut funktioniert kann wiederum anhand von Google™ News beobachtet
werden. Einzelne Artikel werden nicht nur zu einem konkreten Thama
zusammengefasst, sondern auch noch in eine der Kategorien World,
U.S., Business, Sci/Tech, Sports, Entertainment und Health eingeordnet.
Solange eine derartige Kategorisierung nicht über die Website-Strukturen
der Quellen für die Artikel erfolgt (was unwahrscheinlich ist),
muss tatsächlich das Thema eines Artikels bzw. einer Gruppe
von Artikeln berechnet werden.
Krishna Bharat beschäftigte sich zum Zeitpunkt
seiner Veröffentlichungen nicht mit PageRank™, sondern
vielmehr mit dem Kleinberg-Algorithmus, so dass er weniger die Gewichtung
von Links als vielmehr das Filtern von inhaltlich unzusammenhängenden
Links verfolgt hat. Der Schritt zu einem Vergleich von Inhalten
für die Gewichtung von Links im Rahmen des PageRank ist jedoch
nur kurz. Anstatt der Inhalte von zwei sich verlinkenden Seiten
werden nurmehr die für sie identifizierten Themengebiete verglichen.
So könnten beispielsweise die Grade der Zugehörigkeit
eines jeden Dokuments zu jeweils allen Themengebieten in einem Themenzugehörigkeitsvektor
erfasst werden. Diese Vektoren können dann als Grundlage für
den Vergleich zweier sich verlinkender Webseiten gewählt werden
und somit der Gewichtung der Links dienen.
Die Nutzung von Themenvektoren bietet gegenüber
dem direkten Vergleich von Termvektoren einen wesentlichen Vorteil:
Ein Themenvektor kann auf Begriffen aus unterschiedlichen Sprachen
basieren. Hierzu müssen lediglich z.B. Seiten aus den nationalen
Yahoo-Versionen berücksichtigt werden. Mögliche Abweichungen
in den Verzeichnis-Strukturen können sicherlich manuell angepasst
werden. Besser wäre gegebenenfalls ein Rückgriff auf das
ODP, dessen Strukturen sich innerhalb der Kategorie "World" an die
Struktur der Hauptkategorien anlehnen. Hierdurch wäre die Feststellung
thematischer Ähnlichkeiten zwischen verlinkenden Seiten auch
multilingual zu realisieren, so dass eine sinnvoll geartete Gewichtung
von Links auf der Basis von Inhaltsanalysen durchaus möglich
erscheint.
Implementierung von Themen ins PageRank™-Verfahren:
Dass die Ansätze von Haveliwala sowie Richardson
und Domingos zwar durchaus interessant sind, aber derzeit nicht
eingesetzt werden, ist offensichtlich. Man könnte es unmittelbar
bei der Nutzung Googles erkennen. Eine Gewichtung von Links auf
der Basis von Inhaltsanalysen hingegen wäre nicht unmittelbar
zu bemerken. Dass sie theoretisch möglich ist, wurde gezeigt.
Ob sie aber auch praktisch umgesetzt wird, ist durchaus zweifelhaft.
Es soll an dieser Stelle nicht der Anspruch erhoben
werden, den einzig möglichen Weg zur Gewichtung von Links aus
der Basis von Inhaltsanalysen aufgezeigt zu haben. Es gibt in der
Tat sicherlich dutzende andere. Der hier vorgestellte orientiert
sich jedoch an Veröffentlichungen wichtiger Google™-Mitarbeiter,
was ihn dazu qualifiziert, auf ihn eine kritische Beurteilung zu
stützen.
Wie immer im Rahmen des PageRank™-Verfahrens,
so stellt sich auch hier die Frage, ob ein Einsatz der vorgestellten
Lösung hinreichend skalierbar ist. Einerseits erfordert sie
zusätzliche Speicherkapazitäten. Die zitierte Arbeit von
Stata, Bharat und Maghoul beschreibt schließlich gerade die
Architektur einer Termvektoren-Datenbank, die sich in Ihrer Struktur
grundlegend von Google's inversem Index unterscheidet, da sie aus
Effizienzgründen von Seiten-IDs auf Terme referenziert und
damit kaum in bestehende Architekturen integriert werden kann. Der
zusätzliche Speicherbedarf dürfte für die aktuelle
Indexgröße zwischen mehreren hundert GB und wenigen TB
liegen. Dies sollte angesichts eines um ein Vielfaches größeren
Index allerdings nicht sehr ins Gewicht fallen. Problematischer
ist der Zeitbedarf für den Aufbau der Datenbank und die Berechnung
der Gewichtungen.
Der Aufbau einer Termvektor-Datenbank sollte sich
unter zeitlichen Aspekten etwa in der Größenordnung des
Aufbaus des inversen Index bewegen. Natürlich können wir
davon ausgehen, dass etliche Prozesse gleichsam für den Aufbau
beider Datenbanken genutzt werden können. Sobald jedoch zum
Beispiel die Gewichtung der Terme innerhalb einzelner Termvektoren
von ihrer Gewichtung innerhalb des Index abweichen muss, bleibt
der Zeitbedarf erheblich. Sofern wir davon ausgehen, dass wie in
unserem Lösungsansatz hier, das Skalarprodukt der aus Term-
und Themenvektoren errechneten Themenzugehörigkeitsvektoren
bestimmt werden soll, so können wir davon ausgehen, dass dieser
Prozess einen Zeitaufwand darstellt, der sich im Rahmen der eigentlichen
PageRank™-Berechnung bewegt. Natürlich muss auch hier
bedacht werden, dass die PageRank™-Berechnung selbst durch
die Gewichtung von Links zusätzlich an Komplexität gewinnt.
Der zusätzliche Aufwand wäre also gewiss
nicht unerheblich. Vor allem auch deshalb stellt sich die Frage,
ob eine Gewichtung von Links überhaupt sinnvoll ist. Links,
die zwischen thematisch unzusammenhängigen Seiten allein zum
Zwecke der PageRank™-Erhöhung einer der beiden Seiten
gesetzt werden, mögen zwar ärgerlich sein, sie dürften
jedoch nur einen minimalen Anteil an der Gesamtheit aller Links
ausmachen. Andererseits ist das Web an sich vollkommen inhomogen.
Google™, Yahoo oder das ODP verdanken ihren hohen PageRank™
sicherlich nicht nur eingehenden Links von anderen Suchdiensten.
Ein großer Teil der Links innerhalb des Webs werden einfach
nicht mit dem Ziel gesetzt, Besuchern einen Weg zu weiteren, thematisch
verwandten Informationen zu weisen. Die Motivation für das
Setzen von Links ist vielmehr vielfältig. Weiterhin sind die
wohl beliebtesten Websites in sich vollkommen inhomogen. Man denke
nur an Portale wie Yahoo oder aber an Nachrichten-Websites, deren
Artikel allen Bereichen menschlichen Lebens entstammen. Eine starke
Gewichtung von Links in der hier beschriebenen Form würde sich
drastisch auf ihren PageRank™ auswirken.
Eine Gewichtung von Links dürfte also nur
sehr eingeschränkt stattfinden, wenn das PageRank™-Verfahren
nicht ad absurdum geführt werden soll. Dies wirft dann natürlich
die Frage auf, ob dann der erforderliche Aufwand gerechtfertigt
ist. Schließlich gibt es durchaus andere Möglichkeiten,
den Spam, der beispielsweise durch erkaufte, thematisch unzusammenhängende
Links in den Suchergebnissen nach vorn kommen kann, an das das Ende
der Suchergebnisse zu verbannen.
|
