贝叶斯算法
   Allan Borodin等提出了完全的贝叶斯统计方法来确定Hub和Authoritive网页[11]。假定有M个Hub网页和N个Authority网页，可以是相同的集合。每个Hub网页有一个未知的实数参数，表示拥有超链的一般趋势，一个未知的非负参数，表示拥有指向Authority网页的链接的趋势。每个Authoritive网页j，有一个未知的非负参数，表示j的Authority的级别。
   统计模型如下，Hub网页i到Authority网页j的链接的先验概率如下给定：
    P（i，j）＝Exp（＋）/（1＋Exp（＋））
   Hub网页i到Authority网页j没有链接时，P（i，j）＝1/（1＋Exp（＋））

 从以上公式可以看出，如果很大（表示Hub网页i有很高的趋势指向任何一个网页），或者和都很大（表示i是个高质量Hub，j是个高质量的Authority网页），那么i－>j的链接的概率就比较大。