确定例如特定分布是否特定于特定类

通过分析反向链接的数量或随着时间的推移向文档（例如网页或站点）添加/减少链接的速度的变化，搜索引擎可以按照与本发明的实施例一致的方法来确定文档的新鲜度。据推测，这将产生有价值的信号。例如，如果这样的分析反映了下降趋势，则可以推断出该文档不活跃（旧）并且可能被另一个文档取代的标志，从而降低其重要性。 在一个实施例中，分析取决于到文档的新链接的数量：首先，搜索引擎计算自第一次找到文档以来到文档的链接的数量，然后计算最近几天或替代地的链接数量。

将最近 n% 的最旧链接的年龄与

找到的第一个链接的年龄进行比较。 为了说明这一点，假设 n = 10 并且两个文档（本例中为网站）是在 100 天前发现的。对于第一个站点，找到的链接中有 10% 的创 南非 电话号码 建时间小于 10 天；而对于另一个文档，找到的链接中有 0% 的创建时间小于 10 天（所有链接的创建时间都超过 10 天）。在这种情况下，计算出 A 点的测量值为 0.1，B 点的测量值为 0。该测量也可以适当地缩放。

在采用这种度量的实施例中

该度量可用于 型的站点（未更新、流行度增加/降低、被取代等）。通过对链接日期的分布进行详细分析来改进，例如在构建推断链接日期的模型时（例如， 在一个实施 阿富汗电话号码列表 例中，每个链接根据根据链接的新鲜度而增加的函数来加权。因此，具有链接的文档的相关性分数可以根据指向该文档的链接的权重的大小而升高或降低。在一个实施例中，假设递归地采用该方法：例如，假设文档已有2年历史，并且如果到S的n%的链接是新鲜的，或者如果包含的文档被认为是新鲜的，则很可能才算新鲜。