Закон Одлызко

Закон Одлызко — эмпирическая закономерность, описывающая рост числа ссылок на веб-страницы в зависимости от их размера. Сформулирован в 2001 году американским математиком и физиком польского происхождения Анджеем Одлызко на основе анализа данных поисковых систем и веб-графа. Закон утверждает, что количество внешних ссылок (исходящих гиперссылок) на веб-странице пропорционально её длине, выраженной в количестве символов или слов, и подчиняется степенному распределению.

История открытия

В конце 1990-х — начале 2000-х годов, в период бурного роста Всемирной паутины, исследователи активно изучали её структуру. Анджей Одлызко, работавший в то время в компании Hewlett-Packard, совместно с коллегами проанализировал выборку из нескольких сотен миллионов веб-страниц, проиндексированных поисковыми системами AltaVista и Google. В 2001 году он опубликовал статью «The Web as a Graph: Measurements, Models, and Methods» (совместно с Моникой Хенцингер), где впервые представил результаты, получившие впоследствии название «закон Одлызко». В работе было показано, что распределение количества ссылок на страницах не является равномерным, а подчиняется степенному закону, аналогичному закону Ципфа для частот слов в текстах.

Формулировка и математическая модель

Закон Одлызко гласит: число исходящих ссылок на веб-странице пропорционально её длине в степени, близкой к 1. Математически это выражается как:

\[ L \propto S^{\alpha} \]

где:

• \(L\) — количество исходящих гиперссылок на странице;
• \(S\) — размер страницы (обычно в символах или словах);
• \(\alpha\) — показатель степени, эмпирически оцениваемый в диапазоне от 0,8 до 1,2 (в среднем около 1,0).

На практике это означает, что при увеличении длины страницы в 10 раз количество ссылок на ней также возрастает примерно в 10 раз. Однако закон описывает не точную детерминированную зависимость, а статистическую тенденцию: существует значительный разброс, особенно для коротких страниц.

Связь с законом Ципфа

Закон Одлызко часто сопоставляют с законом Ципфа, который описывает частоту слов в тексте. Если закон Ципфа утверждает, что частота слова обратно пропорциональна его рангу, то закон Одлызко устанавливает, что количество ссылок на странице растёт пропорционально её длине. Оба закона демонстрируют степенные распределения, характерные для сложных сетей и текстовых корпусов.

Эмпирическая проверка и данные

Первоначальные исследования Одлызко и Хенцингер основывались на данных, собранных в 1999–2000 годах. В выборку вошло около 200 миллионов страниц. Было установлено, что медианное количество ссылок на страницу составляло около 10–15, а среднее — около 50. При этом распределение имело «тяжёлый хвост»: небольшое число страниц содержало тысячи ссылок.

Последующие исследования, проведённые в 2000–2010-х годах на более крупных выборках (до миллиарда страниц), подтвердили общую тенденцию, но выявили некоторые отклонения. В частности, с ростом популярности социальных сетей, блогов и вики-сайтов доля страниц с большим количеством ссылок увеличилась, а показатель \(\alpha\) сместился ближе к 1,1–1,2. Современные данные (2020-е годы) показывают, что закон Одлызко остаётся справедливым для большинства типов веб-страниц, но не для всех: например, страницы-списки (каталоги, навигационные страницы) могут иметь аномально высокое число ссылок при малом объёме текста.

Значение и применение

Моделирование веб-графа

Закон Одлызко используется при построении математических моделей веб-графа — ориентированного графа, вершинами которого являются веб-страницы, а рёбрами — гиперссылки. Модели, учитывающие закон Одлызко, позволяют точнее предсказывать такие характеристики, как распределение степеней вершин, диаметр графа и устойчивость к случайным отказам.

Поисковые системы и ранжирование

Понимание статистических закономерностей распределения ссылок помогает разработчикам поисковых систем (таких как Яндекс, Google, Bing) настраивать алгоритмы сбора и индексации страниц. Например, знание того, что короткие страницы содержат мало ссылок, позволяет оптимизировать бюджет сканирования (crawl budget), выделяя больше ресурсов на длинные страницы, которые потенциально содержат больше ссылок и, следовательно, ведут к большему числу новых страниц.

Веб-аналитика и контент-менеджмент

Веб-мастера и SEO-специалисты могут использовать закон Одлызко для оценки оптимальной длины страницы: слишком короткая страница (менее 200–300 слов) обычно содержит мало ссылок и хуже индексируется, а чрезмерно длинная (более 10 000 слов) может быть перегружена ссылками, что снижает удобство для пользователя. Однако закон не является строгим правилом, а лишь статистической тенденцией.

Критика и ограничения

Закон Одлызко подвергался критике по нескольким направлениям:

1. Неуниверсальность. Закон выполняется не для всех типов страниц. Например, страницы с большим количеством встроенных мультимедийных элементов (видео, изображения) могут иметь мало ссылок при большом размере. Также закон плохо описывает страницы, созданные автоматически (например, страницы результатов поиска или каталоги товаров).

1. Изменчивость веба. Структура Всемирной паутины постоянно меняется. С ростом динамического контента (JavaScript, AJAX) и одностраничных приложений (SPA) традиционное понятие «страницы» размывается, что затрудняет применение закона.

1. Статистическая природа. Закон описывает среднее поведение, но не даёт точных предсказаний для конкретной страницы. Разброс значений может быть очень большим, особенно для коротких страниц.

1. Зависимость от выборки. Результаты могут различаться в зависимости от того, какие страницы включены в выборку (например, только англоязычные или все языки, только индексированные поисковиками или весь веб).

Интересные факты

• Анджей Одлызко (род. 1961) — известный специалист в области информатики и математики, автор нескольких десятков научных работ по теории сложных сетей. Он также внёс вклад в разработку алгоритма PageRank.
• В русскоязычной литературе закон иногда называют «законом Одлызко — Хенцингер», по фамилиям соавторов первой публикации.
• Закон Одлызко лежит в основе некоторых моделей генерации искусственных веб-графов, используемых для тестирования поисковых алгоритмов.

Источники

• A. Z. Broder, R. Kumar, F. Maghoul, P. Raghavan, S. Rajagopalan, R. Stata, A. Tomkins, J. L. Wiener. «Graph structure in the Web». Computer Networks, 2000.
• M. Henzinger, A. Z. Odlyzko. «The Web as a Graph: Measurements, Models, and Methods». Proceedings of the 5th International Computing and Combinatorics Conference (COCOON), 1999.
• J. M. Kleinberg, S. R. Kumar, P. Raghavan, S. Rajagopalan, A. Tomkins. «The Web as a Graph: Measurements, Models, and Methods». Lecture Notes in Computer Science, 1999.
• D. Easley, J. Kleinberg. «Networks, Crowds, and Markets: Reasoning About a Highly Connected World». Cambridge University Press, 2010.
• L. A. Adamic, B. A. Huberman. «Zipf’s law and the Internet». Glottometrics, 2002.