相关性算法分析

① 相关性分析的算法有那些

就是一个简单的pearson相关系数，但是前提是两组变量呈正态性，做散点图显示存在相关性。如果不是正态总体可以用spearnman相关系数。
模型就是一个简单的直线相关。可以求出相关系数，亦可以做简单的直线回归。

② 大数据:从因果分析到相关性分析

大数据:从因果分析到相关性分析
大数据已经不再是计算、统计学科的专宠，商学院开始的广泛应用，表明大数据正式进入各行业的广泛应用。统计学家纳特·西尔弗在着名的《信号和噪声》一书中说：“大数据中大多数都是不相干的噪音。除非有很好的技术信息进行过滤和处理，否则将惹上麻烦。”
杜克大学富卡商学院今年秋季开始招收大数据商业分析方向的硕士生，西安交通大学管理学院也将录取海外大数据分析的博士生作为新录取教职人员的重点之一。大数据已经不再是计算、统计学科的专宠，商学院开始的广泛应用，表明大数据正式进入各行业的广泛应用。
统计学家纳特·西尔弗在着名的《信号和噪声》(Nate Silver, The Signal and the Noise)一书中说：“大数据中大多数都是不相干的噪音。除非有很好的技术信息进行过滤和处理，否则将惹上麻烦。”也就是说，大数据为我们提供了观察世界的新方式，但它往往还是类似原油粗糙的形式，没有商学院的提炼与应用，它就无法变成汽油、胶粘剂、阿司匹林，唇膏等各种现代工业产品。对于大数据来说，我们今天的时代，就像是德州刚发现油田的时代，它在信息时代的广泛应用与消费，需要各个学科的通力协作、更换思维，正如石油的发现催生工业时代的能源革命一样。
从因果分析到相关性分析
在“前信息时代”，商学院分析消费者行为、市场结构、竞争动态、组织行为、供应链管理时，都局限于有限的样本。因为收集消费者、员工、股票、工厂等的数据都非常耗时，需要承担各种成本。即使像IBM这样的巨型公司，有能力将《人民日报》历年的文本输入电脑，试图破译中文的语言结构，例如实现中文的语音输入或者中英互译，这项技术在上世纪90年代就取得突破，但进展缓慢，在应用中还是有很多问题。
谷歌采取了不同的方法进入这个市场，它不是依赖高品质的翻译，而是利用更多的数据。这家搜索巨头收集各种企业网站的翻译、欧盟的每一种语言的文本、巨大的图书扫描项目中的翻译文件。超越IBM以百万级的文本分析，谷歌的大数据是以十亿万级计的。其结果是，它的翻译质量优于IBM，能涵盖65种语言，而且翻译质量在云端不断优化。谷歌凌乱的大数据战胜了IBM少量的干净数据。
那怎样将凌乱的大数据进行对石油一样的提炼与应用呢?一项重要的思维转换就是从传统的因果分析向相关性分析转换。在传统的统计分析中，一个重要的因素是因果关系的可靠性，在有限的样本下，科学家在假设检验中往往用各种专业统计软件进行假设检验，根据概率P值(P-Value, Probability)进行检验决策。P值反映某一事件发生的可能性大小，一般以P < 0.05 为显着，从而确认两个变量间可能存在因果关系。
但大数据的出现改变了这种在科学界普遍追求的因果关系的检验。大数据主要从相关性着手，而不是因果关系，这从本质上改变了传统数据的开采模式。例如2009年2月，谷歌的研究人员在《自然》发表了一篇论文，预测季节性流感的暴发，在医疗保健界引起了轰动。谷歌对2003年和2008年间的5000万最常搜索的词条进行大数据“训练”， 试图发现某些搜索词条的地理位置是否与美国流感疾病预防和控制中心的数据相关。疾病预防控制中心往往跟踪全国各地的医院和诊所病人，但它发布的信息往往会滞后1～2个星期，但谷歌的大数据却是发现实时的趋势。
谷歌并没有直接推断哪些查询词条是最好的指标。相反，为了测试这些检索词条，谷歌总共处理了4.5亿个不同的数字模型，将得出的预测与2007年和2008年疾病预防控制中心记录的实际流感病例进行对比后，谷歌公司发现，它们的大数据处理结果发现了45条检索词条的组合，一旦将它们用于一个数学模型，它们的预测与官方数据的相关性高达97%。
数据往往都是不完美的，拼写错误和不完整短语很普遍。为什么谷歌可以实现这么精准的预测?如果从因果关系看，是因为人感到不舒服，或听到别人打喷嚏，或者阅读了相关的新闻后感到焦虑吗?谷歌不是从这种因果关系去考虑，而是从相关性的角度，去预测一个持续发展的大方向，因为大众的搜索词条处于不断变化之中，外界的一个蝴蝶翅膀的扇动，就会使搜索发生系统的、混沌的变化。
英国华威商学院的研究人员与波士顿大学物理系的研究人员合作，同样通过谷歌趋势(Google Trends)服务，预测股市的涨跌。研究人员使用谷歌趋势共计追踪了98个搜索关键词，其中包括“债务”、“股票”、“投资组合”、“失业”、“市场”等与投资行为相关的词，也包括“生活方式”、“艺术”、“快乐”、“战争”、“冲突”、“政治”等与投资无关的关键词，发现有些词条，例如“债务”成为预测股市的主要关键词，这篇题为《使用谷歌趋势量化金融市场的交易行为》(Quantifying Trading Behavior in Financial Markets Using Google Trends)的论文也发表在《自然》杂志上。同样，2010年，美国印第安纳大学的研究人员也发现：Twitter用户的情绪有助于预测股市。今年诺贝尔经济学奖获得者罗伯特·席勒所倡导的“动物精神”，在大数据的相关性检验下，可以对资产定价实现预测。
当然，谷歌的算法并不是百试百灵，例如，今年早些时候的“谷歌流感趋势”曾经显示，有10%的美国人可能患上了流感。但美国疾病控制和预防中心的数据却显示，峰值只有6%左右(参见图示)。经过研究发现，原来这是因为谷歌的算法未能充分考虑一些新的外部影响因素所致。例如，媒体对流感的报道增多和社交媒体对流感的讨论增加，都会对该服务的数据和统计信息产生影响。流感新闻大爆炸很大程度上改变了人们的搜索词条。这使人联想到物理学中经典的“测不准原理”。物理学家玻尔认为在量子理论中，任何对原子体系的观测，都会涉及所观测对象在观测过程中的改变，和谷歌的算法一样，我们自身的行为可能也在谷歌的观测中改变，因此不可能对量子有单一的定义，也不可能对谷歌预测的趋势用平常所谓的因果性去理解。
大数据与中国哲学
当大数据占据我们这个信息社会的中心舞台，我们需要一种新的思维方式理解这个世界。传统知识观中的因果律遭到极大的挑战，而相关性则让我们从对过去的理解，解放出对未来的预测。
从知识论的角度看，大数据像量子力学一样，帮助我们进入宇宙的大尺度结构。或许中国古典哲学中的“气运”观能够让我们更容易地理解大数据所揭示的新世界。钱穆在《中国思想通俗讲座》中阐述道：气是如何演变出宇宙万物的呢?气是能动的、不安静的，在聚散，在分合……“聚而和者为气之阳，称为‘阳气’。分而散者为气之阴，称之为‘阴气’。”这一阴一阳，就是中国人所谓的道。一切的气数与运道都可以在阴阳循环、消长中体现出来。在没有大数据的工业时代，阴阳观无法像西方哲学那样解释直线的因果关系，可能与迷信、神秘主义联系在一起。而大数据的兴起，使人类第一次有了直接的工具来衡量阴阳的变化、预测气运的消涨。阴阳五行之说，可以直接在谷歌算法的各种迭代相生相克出来。如果席勒所说的“动物精神”理论真的可以预测奥地利学派的经济循环周期，大数据所揭示的阴阳循环，或许可以帮助人类提早对下一次全球经济危机做好准备。
从更广的层面说，如果每一个平民都能自由接触到大数据的分析(而不是政府垄断)，一个全新的思考方式就是，数据不再是《1984》世界中冰冷的老大哥控制的机器，每个人都可以将自己个体的因素沉浸在系统中，影响系统的方向与决策，人的各种因素：风险、意外、热爱、冷酷，甚至错误，都可以在大数据中的阴阳变化中体现出来。人类的各种自觉、创造也可以通过大数据进行更快地实验、更多的探索。人类灵感产生的各种火花第一次可以通过大数据多方面多层次爆发出来，这将是个美丽的新世界——人类的创造力可以在大数据中充分得到精彩的发现!
对市场营销者来说，大数据是个无尽的宝藏。人类的各个层面、各种环境的影响，例如如天气变化和市场情绪的变化，都可以在对广告的分析中展现出来，用户的画像将会实时展现得无比真实、如何分配和优化媒体投资，如何设计产品属性、如何精准地定位……一个无比强大的工具将改变商业的许多决策。
但大数据能否取代创业家呢?360、小米、微信、QQ等产品虽然可能得益于大数据驱动的用户画像与产品循环迭代，但创业家的灵感、承担风险的勇气、对市场的敏感与触觉，还有那么一点点的天时地利中的运气，则变得更加重要，因为对数据的提炼、应用、解读、判断的各个环节，都对人类的想象力，提供了永恒的挑战。
尽人力，知天命，天下之大，其兴其亡，尽在大数据的宇宙中。或许杜克大学的数据分析硕士也应该选修点中国哲学。

③ 百度主流相关性算法有哪些你知道多少

一般是谷歌能走到哪一步，网络也会跟到哪一步。除了PR值的算法，是基于李彦宏。 这里介绍的主流算法是—— Simhash算法 1、主流算法——Simhash算法 我们一般判断文本与文本之间的相关性是很容易的。你算法的效率，直接决定了你的使用性。 通过此算法能够了解网页间的相关性对比和搜索引擎达到去重的效果。网络和谷歌都有基于此原理。这个大家可以网络一下具体解释。 2、相关性算法的对比程度 我们了解算法，是为了获得更多的权重。在应用上，我们主要在以下几个方面。 第一：外链的有效性方面。比如，你是旅游类站点，那么你做的友链都是旅游类。那么有些企业站很难找到相关的。那么可以找，本地的，同行业的。但是我们心里清楚，相关性的总比不相关性的好。那么找本地的、同行业的大家都没有底，但是不管你是找同行业的还是本地的，其实没有那么大的影响。 第二，站内相关性。比如说内链，现在内链的列表都是随机推荐的。随机推荐的效果是最差的。随机推荐的越多，质量就最低，也是网络这次算法调整的内容之一，那么那些网站是最多的？医疗站，几乎是所有行业里面最普遍的。随机生成 这里，老师将会让你彻底改变关于相关性的看法。一个是外链相关性方面，一个是内链相关性方面，一定要看仔细了。 3.外链方面的相关性方面 分两个层次的应用。这里讲两个基础的两个概念，一个是谷歌PR值算法和网络的超文本链接算法，是怎么来识别权威性的？我们在一个行业为什么要进行权威性的识别？在任何团队里面都有自己的领袖，这个是一个自然现象。因为权威性的指导，能够给信息带来信用度。对信用的评级是有一定的层级的。因为搜索引擎是一个信息平台，那么对信息就必须有一个权威性指导。所以搜索引擎就必须有两个识别，一个是枢纽，一个是权威性。那么什么是枢纽？中心的意思。 权威性的建立，是有一些枢纽组成的。一个权威性站点，是接收了很多枢纽的指向的。枢纽是链接，但是链接不一定是枢纽。这个就是ICO标签。如果你想成为权威性网站，那么你要做的应该是不同行业的链接。如果你做的都是同行业的链接，你就成为不了权威性网站。 权威是指整个互联网的权威，还是某个行业？权威可不可以跨行？旅游行业的权威网站可不可以对酒店行业网站投票？我们所说的 高权重站点，针对的是行业，不是跨行业。 我们听说一个高权重网站，我们都去发外链，以为可以带来大量权重，其实错了。他只能给他的那个行业的网站带来权重。 枢纽链接是对不同的权威网站进行指向的。这个链接的导出页面（枢纽），是对不同行业进行导向的。 如果你的网站都是同行业的，那么你不是枢纽，也不可能称为权威。做外链，请找枢纽 了解搜索引擎的相关性算法了吗？

④ spss中相关性分析的原理是什么

说判定有些严格，其实就是观察一下各个指标的相关程度。一般来说相关性越是高，做主成分分析就越是成功。主成分分析是通过降低空间维度来体现所有变量的特征使得样本点分散程度极大，说得直观一点就是寻找多个变量的一个加权平均来反映所有变量的一个整体性特征。
评价相关性的方法就是相关系数，由于是多变量的判定，则引出相关系数矩阵。
评价主成分分析的关键不在于相关系数的情况，而在于贡献率，也就是根据主成分分析的原理，计算相关系数矩阵的特征值和特征向量。
相关系数越是高，计算出来的特征值差距就越大，贡献率等于前n个大的特征值除以全部特征值之和，贡献率越是大说明主成分分析的效果越好。反之，变量之间相关性越差。
举个例子来说，在二维平面内，我们的目的就是把它映射（加权）到一条直线上并使得他们分散的最开（方差最大）达到降低维度的目的，如果所有样本点都在一条直线上（也就是相关系数等于1或者-1），这样的效果是最好的。再假设样本点呈现两条垂直的形状（相关系数等于零），你要找到一条直线来做映射就很难了。
一般来说前三个主成分的贡献率在90%以上，第一个主成分的贡献率在70%效果就已经很好了。

⑤ 在一个实验有多种处理时如何进行相关性分析

分析：
统计学意义（p值）
结果的统计学意义是结果真实程度（能够代表总体）的一种估计方法。专业上，p值为结果可信程度的一个递减指标，p值越大，我们越不能认为样本中变量的关联是总体中各变量关联的可靠指标。p值是将观察结果认为有效即具有总体代表性的犯错概率。如p=0.05提示样本中变量关联有5%的可能是由于偶然性造成的。即假设总体中任意变量间均无关联，我们重复类似实验，会发现约20个实验中有一个实验，我们所研究的变量关联将等于或强于我们的实验结果。（这并不是说如果变量间存在关联，我们可得到5%或95%次数的相同结果，当总体中的变量存在关联，重复研究和发现关联的可能性与设计的统计学效力有关。）在许多研究领域，0.05的p值通常被认为是可接受错误的边界水平。

如何判定结果具有真实的显着性
在最后结论中判断什么样的显着性水平具有统计学意义，不可避免地带有武断性。换句话说，认为结果无效而被拒绝接受的水平的选择具有武断性。实践中，最后的决定通常依赖于数据集比较和分析过程中结果是先验性还是仅仅为均数之间的两两>比较，依赖于总体数据集里结论一致的支持性证据的数量，依赖于以往该研究领域的惯例。通常，许多的科学领域中产生p值的结果≤0.05被认为是统计学意义的边界线，但是这显着性水平还包含了相当高的犯错可能性。结果0.05≥p>0.01被认为是具有统计学意义，而0.01≥p≥0.001被认为具有高度统计学意义。但要注意这种分类仅仅是研究基础上非正规的判断常规。

所有的检验统计都是正态分布的吗？
并不完全如此，但大多数检验都直接或间接与之有关，可以从正态分布中推导出来，如t检验、f检验或卡方检验。这些检验一般都要求：所分析变量在总体中呈正态分布，即满足所谓的正态假设。许多观察变量的确是呈正态分布的，这也是正态分布是现实世界的基本特征的原因。当人们用在正态分布基础上建立的检验分析非正态分布变量的数据时问题就产生了，（参阅非参数和方差分析的正态性检验）。这种条件下有两种方法：一是用替代的非参数检验（即无分布性检验），但这种方法不方便，因为从它所提供的结论形式看，这种方法统计效率低下、不灵活。另一种方法是：当确定样本量足够大的情况下，通常还是可以使用基于正态分布前提下的检验。后一种方法是基于一个相当重要的原则产生的，该原则对正态方程基础上的总体检验有极其重要的作用。即，随着样本量的增加，样本分布形状趋于正态，即使所研究的变量分布并不呈正态。

1统计软件的选择
在进行统计分析时，作者常使用非专门的数理统计软件Excel进行统计分析。由于Excel提供的统计分析功能十分有限，很难满足实际需要。目前，国际上已开发出的专门用于统计分析的商业软件很多，比较着名有SPSS(Statistical Package for Social Sciences)、SAS(Statistical Analysis System)、BMDP和STATISTICA等。其中，SPSS是专门为社会科学领域的研究者设计的（但是，此软件在自然科学领域也得到广泛应用）；BMDP是专门为生物学和医学领域研究者编制的统计软件。目前，国际学术界有一条不成文的约定：凡是用SPSS和SAS软件进行统计分析所获得的结果，在国际学术交流中不必说明具体算法。由此可见，SPSS和SAS软件已被各领域研究者普遍认可。建议作者们在进行统计分析时尽量使用这2个专门的统计软件。

2均值的计算
在处理实验数据或采样数据时，经常会遇到对相同采样或相同实验条件下同一随机变量的多个不同取值进行统计处理的问题。此时，多数作者会不假思索地直接给出算术平均值和标准差。显然，这种做法是不严谨的。在数理统计学中，作为描述随机变量总体大小特征的统计量有算术平均值、几何平均值和中位数等。何时用算术平均值？何时用几何平均值？以及何时用中位数？这不能由研究者根据主观意愿随意确定，而要根据随机变量的分布特征确定。反映随机变量总体大小特征的统计量是数学期望，而在随机变量的分布服从正态分布时，其总体的数学期望就是其算术平均值。此时，可用样本的算术平均值描述随机变量的大小特征。如果所研究的随机变量不服从正态分布，则算术平均值不能准确反映该变量的大小特征。在这种情况下，可通过假设检验来判断随机变量是否服从对数正态分布。如果服从对数正态分布，则可用几何平均值描述该随机变量总体的大小。此时，就可以计算变量的几何平均值。如果随机变量既不服从正态分布也不服从对数正态分布，则按现有的数理统计学知识，尚无合适的统计量描述该变量的大小特征。退而求其次，此时可用中位数来描述变量的大小特征。

3相关分析中相关系数的选择
在相关分析中，作者们常犯的错误是简单地计算Pearson积矩相关系数，而且既不给出正态分布检验结果，也往往不明确指出所计算的相关系数就是Pearson积矩相关系数。常用的相关系数除有Pearson积矩相关系数外，还有Spearman秩相关系数和Kendall秩相关系数等。其中，Pearson积矩相关系数可用于描述2个随机变量的线性相关程度（相应的相关分析方法称为“参数相关分析”，该方法的检验功效高，检验结果明确）；Spearman或Kendall秩相关系数用来判断两个随机变量在二维和多维空间中是否具有某种共变趋势，而不考虑其变化的幅度（相应的相关分析称为“非参数相关分析”，该方法的检验功效较参数方法稍差，检验结果也不如参数方法明确）。各种成熟的统计软件如SPSS、SAS等均提供了这些相关系数的计算模块。在相关分析中，计算各种相关系数是有前提的。对于二元相关分析，如果2个随机变量服从二元正态分布，或2个随机变量经数据变换后服从二元正态分布，则可以用Pearson积矩相关系数描述这2个随机变量间的相关关系（此时描述的是线性相关关系），而不宜选用功效较低的Spearman或Kendall秩相关系数。如果样本数据或其变换值不服从正态分布，则计算Pearson积矩相关系数就毫无意义。退而求其次，此时只能计算Spearman或Kendall秩相关系数（尽管这样做会导致检验功效的降低）。因此，在报告相关分析结果时，还应提供正态分布检验结果，以证明计算所选择的相关系数是妥当的。需要指出的是，由于Spearman或Kendall秩相关系数是基于顺序变量（秩）设计的相关系数，因此，如果所采集的数据不是确定的数值而仅仅是秩，则使用Spearman或Kendall秩相关系数进行非参数相关分析就成为唯一的选择。

4相关分析与回归分析的区别
相关分析和回归分析是极为常用的2种数理统计方法，在地质学研究领域有着广泛的用途。然而，由于这2种数理统计方法在计算方面存在很多相似之处，且在一些数理统计教科书中没有系统阐明这2种数理统计方法的内在差别，从而使一些研究者不能严格区分相关分析与回归分析。最常见的错误是，用回归分析的结果解释相关性问题。例如，作者将“回归直线（曲线）图”称为“相关性图”或“相关关系图”；将回归直线的R2(拟合度，或称“可决系数”)错误地称为“相关系数”或“相关系数的平方”；根据回归分析的结果宣称2个变量之间存在正的或负的相关关系。这些情况在国内极为普遍。

相关分析与回归分析均为研究2个或多个随机变量间关联性的方法，但2种数理统计方法存在本质的差别，即它们用于不同的研究目的。相关分析的目的在于检验两个随机变量的共变趋势（即共同变化的程度），回归分析的目的则在于试图用自变量来预测因变量的值。在相关分析中，两个变量必须同时都是随机变量，如果其中的一个变量不是随机变量，就不能进行相关分析。这是相关分析方法本身所决定的。对于回归分析，其中的因变量肯定为随机变量（这是回归分析方法本身所决定的），而自变量则可以是普通变量（规范的叫法是“固定变量”，有确定的取值）也可以是随机变量。如果自变量是普通变量，采用的回归方法就是最为常用的“最小二乘法”，即模型Ⅰ回归分析；如果自变量是随机变量，所采用的回归方法与计算者的目的有关---在以预测为目的的情况下，仍采用“最小二乘法”，在以估值为目的的情况下须使用相对严谨的“主轴法”、“约化主轴法”或“Bartlett法”，即模型Ⅱ回归分析。显然，对于回归分析，如果是模型Ⅰ回归分析，就根本不可能回答变量的“相关性”问题，因为普通变量与随机变量之间不存在“相关性”这一概念（问题在于，大多数的回归分析都是模型Ⅰ回归分析！）。此时，即使作者想描述2个变量间的“共变趋势”而改用相关分析，也会因相关分析的前提不存在而使分析结果毫无意义。如果是模型Ⅱ回归分析，鉴于两个随机变量客观上存在“相关性”问题，但因回归分析方法本身不能提供针对自变量和因变量之间相关关系的准确的检验手段，因此，若以预测为目的，最好不提“相关性”问题；若以探索两者的“共变趋势”为目的，建议作者改用相关分析。

⑥ 做相关性分析，是机器学习吗，属于哪个类别

相关性分析是指对两个或多个具备相关性的变量元素进行分析，从而衡量两个变量因素的相关密切程度。相关性的元素之间需要存在一定的联系或者概率才可以进行相关性分析。相关性不等于因果性，也不是简单的个性化，相关性所涵盖的范围和领域几乎覆盖了我们所见到的方方面面，相关性在不同的学科里面的定义也有很大的差异。
机器学习(Machine Learning, ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。
它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎。

⑦ 怎样对数据做相关性检验

简单直观做相关系数矩阵另外 Pearson 相关系数或者 Spearman 相关系数 用SPSS软件或者SAS软件都析用SPSS更简单用SPSS软件析步骤： 1.点击 析（Analyze） 2. 选 相关 （Correlate） 3. 选 双变量（Bivariate） 4 选择想要析变量 5 选择 Pearson 相关系数 （或者 Spearman 相关系数） 6 选择恰统计检验（单边或双边） 7 点击OK即 首先答定原创呵呵先谢谢楼主

⑧ 相关性分析的影响因素

域名
现 在我们使用的域名一般是英文域名，当我们使用汉语拼音进行搜索的时候，域名对网站相关性的影响是显而易见的，那么搜索引擎这台机器会考虑那么多吗？答案是：会的。当然你应该比搜索引擎考虑的更多。
二级域名
相对而言二级域名比较独立，需要像对待一个新站一样，但是二级域名可以让搜索引擎分辨你不同的主题，做的好做的多对主站的权重、网站的相关性等方面影响是很大的，在搜索引擎中子域名与主域名是作为分离的、独立的域来对待的，因此子域间的链接、子域与主域的链接在某种意义上相当于来自外部网站的链接，但是二级域名也需要考虑对关键词的影响和和网站的相关性等因素。
二级目录
其实这里二级目录和二级域名还是有一定的差距的，在主域名下面添加二级目录可以增加主域名的权重，而不会分散权重效果，增加内容的相关性。
相关网站
主要表现在相关网站的链接交换和外链的建设对网站相关性的影响。
网站内容
网站所添加的内容要与网站本身具备一定的相关性，根据这个主题为网站添加相关的内容，这就是网站相关性的重要表现之一。需要说的是不同的行业网站的内容和数量都有较大的差异。网站内容对网站相关性的影响不是说原创还是伪原创，当然原创的更好，而是说网站内容与网站主题的相关性如何，与网站主题相关的页面的多少。
网站内容
网站内容与网站内容之间的内部链接、关键词策略等等因素相结合不光可以方便PR值的传递还可以帮助新页面收录并且提高页面的相关性。
外链与网站
外链页面与网站页面相关性越强搜索引擎就越能够分析该页面传递的关键字相关性是什么，进而提升网站相关性。
网站内联
内联相关性主要表现在文章、文本最好和相关的文章、相关关键词或者相关栏目进行相互连接，主要是为了方面用户的阅读，可以增加网站浏览量和用户停留时间，同时有利于搜索引擎对其他相关网站文章的抓取，提高搜索引擎在站内的爬行速度和抓取速度，更有利于网站相关性的提升。但是千万别迷路了。
网站外联
外链无论相关内容是在哪里投放的，最好是和网站主题相关，这样可以非常好的提升我们网站的相关性
权重继承
大多数站长都养过资源站，都曾有购买过有pr的域名，但如果域名前后网站类型不具备相关性，那么权重是不会得到继承的，如果网站类型不想管但之前的站和将要做的新站的关键词在网站的标题中出现交叉虽然能继承但难度很大，所以最好购买同行业网站相关性强的域名，再通过路径恢复实现权重的继承。
关键词
搜索引擎喜欢网站围绕一个核心进行逐一展开，从而方便自己的程序爬取，这也是为综合性网站建立资源站的时候，大部分站长选择用主站的一个点进行建站优化，这其中关键词对网站相关性的影响是很不容忽视的。其实与网站相关性联系密切的关键词也是不断扩展不断延伸的，顺序一般是核心关键词进而目标关键词最后是长尾关键词，而反过来无论顺序是什么都对网站相关性有很大影响。
搜索引擎排名
搜索引擎的算法直接影响网站相关性的判定，进而影响网站排名，搜索引擎排名算法包含很多因素，包括匹配搜索请求内容所在网页的位置，网页的权威性，搜索请求中的词语在网页上的密度和彼此的接近程度等都会直接影响网站相关性搜索结果。

⑨ 相关性分析的分析类别

在社交网络之后，下一个大的潮流又是什么呢？
科技爱好者们谈论这个话题已经有好几年时间了。我认为新的潮流已经出现：网络正在从简单的社交共享转向个性化的、具有相关性的内容。
这个潮流的关键元素是，配合社交图谱的兴趣图谱变得越来越重要。
相关性是解决信息超负荷问题的唯一办法。
究竟什么是网络相关性？
要针对信息超负荷的战斗中，人们使用的“武器”通常有两种：相关性和人气。这里的“相关性 ”等同于“个性化”，是和“人气”相对的选择。
然而，相关性并不总是意味着个性化。相关性是一种非常动态化的东西，它取决于一个人在某个特定的时间点上的需要。有很多时候，你想了解人气最高的内容，而其他时候，你只想看到个性化的内容。
目前有多种方法来对信息进行相关性过滤。比如搜索引擎是通过相关性算法来过滤，而Reddit、Hacker News使用了众包（crowdsourcing）方式。Klout的“影响力排名”可以被用来过滤Twitter消息流，Facebook在新闻流中使用了社交关系这个过滤器，在它新推出的评论插件中使用的过滤器则是社交信号。对于提供具有相关性的内容来说，地理位置是另一种重要的信号，而且它在移动世界中的重要性正在日益增长。
换句话说，相关性横跨了几乎所有象限，在上述的各种相关性过滤方法中，没有哪一种是“最好的办法”，因为对于相关性来说，不存在“杀手级”的方法。支持多种发现方法，多种过滤方法，具有灵活性，并支持多种移动平台的服务才会更具竞争优势。
由相关性驱动的互联网，其影响深远而广泛。一个服务如果可以更好地利用兴趣图谱，它就会获得更好的定向广告效果，而对CPM (每千人浏览页面的费用)式广告的依赖性也可能会降低。而且有可能通过把重心放在交易和订阅上获得更高的营收。网络媒体发布商会更重视相关性指标，比如用户参与度和花费在站点上的时间，而不是像网页浏览和流量这样的原始指标。 是对物种与物种之间具备相关性的基因、功能及其变异、传递和表达规律的相关性分析。