TrustRank是一种基于Web搜索的信息检索技术，用于挖掘有质量的网页，并将其置于搜索结果的顶部。它可以准确地将有质量的网页与搜索词相关联，从而过滤掉某些无关的链接，让有质量的网页出现在搜索结果中。 TrustRank算法通过跟踪搜索引擎向用户展示的链接的信誉来确定搜索结果的顺序。同时它会检测用户的反馈，比如点击量，浏览时间，以及用户评价，用于调整页面排列顺序。这样的话，用户就可以更加准确地获得质量更高的相关网页，从而提升搜索质量。
HITS算法（Hypertext-Induced Topic Selection），也称为Hubs and Authorities algorithm，是一种用来计算图中节点相对重要性的算法。它是Larry Page and Sergey Brin 在1998年首次提出，以提高他们搜索引擎Google的网页检索准确性。HITS算法通过分析不同节点间的连接关系来鉴定节点的重要性分数：一个节点
Google PR值（PageRank）是Google用于评估网页重要性和引用关系的一种算法方法。PR值介于0到10之间，值越高表示网页的重要性越高。 PR值的计算基于网页的链接数和链接质量，即链接来源的重要性。一个网页被其他重要网页所连接时，它的PR值也会随之提高。 具体地，PR值的计算公式为： PR(A) = (1-d) + d(PR(t1)/C(t1) + ... + PR(tn)/C
TrustRank算法是一个用于检测Web图谱（Web graphs）的可靠性和安全性的算法。它是由斯坦福大学的一组研究人员开发和发布的。TrustRank的思想是基于之前的 PageRank算法，但是与PageRank不同的是，TrustRank使用了人工干预的方式，将一些网站标记为可信、不可信或者中等可信度。然后，利用这些标记，计算每个网站的信任值，表示对这个网站的访问与使用是否安全和可靠。这
TrustRank算法是早年基于链接关系的排名算法。TrustRank可以翻译为“信任指数”。算法简介TrustRank算法TrustRank算法最初来自于2004年斯坦福大学和雅虎的一项联合研究，用来检测垃圾网站，并且于2006年申请专利。TrustRank算法发明人还发表了一份专门的PDF文件，说明TrustRank算法的应用。感兴趣的读者可以在下面这个网址下载PDF文件：TrustRank算
