Una pagina che raccoglie ottime risorse e una pagina riconosciuta come riferimento svolgono due funzioni diverse. Se le valuti con un solo numero, rischi di perdere questa distinzione. HITS nasce proprio per separare i due ruoli: hub, una buona pagina di orientamento, e authority, una buona destinazione sul tema.
In breve
- HITS lavora su un sottografo costruito per una query, non sull'intero Web in modo uniforme.
- Ogni pagina riceve due punteggi: hub e authority.
- I punteggi si aggiornano a vicenda: buoni hub puntano a buone authority; buone authority ricevono link da buoni hub.
- Il risultato dipende molto dal sottografo iniziale. Non è una prova di come Google ordini oggi i risultati.
Prima il campo di osservazione
Nel paper di Jon Kleinberg, il processo parte dai migliori risultati restituiti da un motore testuale per una query. Questo root set viene ampliato con pagine collegate in entrata e in uscita, ottenendo un base set abbastanza piccolo da poter essere analizzato, ma abbastanza ricco da includere possibili authority che non contengono necessariamente la query.
Questa scelta è già parte del modello. Se il root set è povero, contaminato o troppo stretto, anche l'algoritmo più elegante lavorerà su un'immagine distorta del tema. HITS è quindi query-dependent in due sensi: cambia il grafo osservato e cambiano i punteggi calcolati su quel grafo.
Il meccanismo di rinforzo reciproco
Indichiamo con a(p) il punteggio authority della pagina p e con h(p) il suo punteggio hub. A ogni iterazione:
a(p) = somma dei punteggi hub delle pagine che linkano p
h(p) = somma dei punteggi authority delle pagine linkate da p
Dopo ogni aggiornamento i vettori vengono normalizzati, poi il calcolo si ripete fino a stabilizzarsi. In forma matriciale, se A è la matrice di adiacenza, le authority convergono verso il principale autovettore di AᵀA, gli hub verso quello di AAᵀ.
Schema originale e semplificato del ciclo di aggiornamento HITS.
Un esempio rende la differenza concreta. Una bibliografia tecnica che linka i migliori paper può avere un alto valore come hub anche se non è essa stessa il contributo scientifico centrale. Un paper citato da molte bibliografie di qualità può emergere come authority anche se contiene pochi link in uscita.
Perché non è PageRank con due colonne
PageRank produce una misura ricorsiva sull'intero grafo considerato e, nella formulazione classica, non dipende dalla query. HITS costruisce invece un sottografo per il tema e restituisce due ruoli. Inoltre, un buon hub può trasferire molto valore a più authority senza dover essere a sua volta una destinazione autorevole.
Il confronto con il PageRank query-dependent è più vicino, ma resta una differenza: orientare una distribuzione stazionaria verso la query non equivale a decomporre il grafo in hub e authority.
Che cosa sappiamo davvero
Il paper descrive HITS, la costruzione del base set e valutazioni su query ampie. Questa è evidenza del metodo proposto e sperimentato. Non è evidenza che Google Search abbia adottato HITS, né che esistano oggi due metriche SEO osservabili chiamate “hub score” e “authority score”.
Kleinberg discute anche problemi come il topic drift: l'espansione del grafo può trascinare l'analisi verso una comunità molto interconnessa ma non centrale per l'intento iniziale. A questo si aggiungono dipendenza dal campione e possibilità di manipolare la struttura locale.
Implicazioni per la SEO
La lezione utile non è “crea una pagina hub e riceverai un bonus”. È imparare a distinguere due domande durante un audit:
- questa pagina è una destinazione che merita di essere citata?
- questa pagina organizza davvero un insieme indipendente e utile di destinazioni?
Una pagina di categoria, un centro risorse o una bibliografia possono avere un forte ruolo di orientamento senza sostituire i contenuti specialistici. La distinzione aiuta a progettare architetture informative e link interni, ma non autorizza a presentare la forma editoriale come fattore di ranking confermato.
Se devi decidere
Usa HITS come modello diagnostico quando vuoi capire i ruoli nel tuo grafo. Controlla però il campione: una mappa costruita solo dalle pagine già forti può nascondere nuove authority e sovrastimare comunità chiuse. Se la decisione riguarda una migrazione o un redesign, conserva sia le destinazioni autorevoli sia le pagine che permettono di scoprirle.
Fonti
- Authoritative Sources in a Hyperlinked Environment — paper, Jon M. Kleinberg, Journal of the ACM, 1999.
- Structural Analysis of the World Wide Web — documento tecnico, Jon Kleinberg, W3C Workshop, 1998.
Approfondimenti
- PageRank globale e query-dependent — confronto fra sottografo legato alla query e distribuzione orientata.
- Topic-Sensitive PageRank — alternativa che precomputa vettori tematici.
- “Il brevetto Hilltop: expert documents e autorità tematica” — un altro modo di modellare curatori e destinazioni.
Nota sul processo editoriale
Questo articolo e le immagini originali che lo accompagnano sono stati realizzati con il supporto di un agente di intelligenza artificiale progettato su misura per il progetto editoriale di francescoiamurri.com. L'agente ha assistito nella ricerca, nella redazione, nella verifica documentale delle fonti e nella produzione visuale, seguendo un protocollo che distingue paper, brevetti, dichiarazioni ufficiali, osservazioni storiche e inferenze. Prima della pubblicazione, Francesco Iamurri effettua la revisione editoriale finale, approva il contenuto e ne assume la responsabilità editoriale.