搜索引擎反作弊的三个模型

来源:A5专栏 时间:2015-06-08

诸如链接农场、内容农场、关键词堆砌等都是十分常见的作弊方式,为了维持良好的搜索展现结果,搜索引擎自然就会有反作弊进行应对。

那么,搜索引擎会通过怎样的方式进行反作弊处理呢?

总的来说,会有以下三种思路:

1、信任传播模型

前段时间同事A跟我说了一件事儿,他的姐姐B在国外留学,然后一天B在qq上跟A说洗衣服把手机,银行卡什么的全部洗了,让A给B的老妈打电话寄点钱来,A立刻执行,B的老妈也深信不疑,在即将打出的那一刻,B的一个电话,挽救了即将发生的损失。

细思恐极。

其实,这也是一个信任传播模型,直接在QQ上跟B的妈妈说,B的妈妈必然不会完全相信,但是经由A的口一传,就立刻不一般。因为,A在B的妈妈的信任名单中。

OK,由此而来,就是一种反作弊的思路。

在海量的网页数据中,通过技术或人工的手段,获取值得完全值得信任的网页设置为白名单。白名单中网页的信任值由链接顺着向外扩散而递减或者衰减。然后,设定一个值,高于此值,是OK的网页,低于此值,不好意思,你作弊了。

2、不信任传播模型

这个,其实跟第一种思路是及其类似的,找到一群作弊的网页,然后通过链接关系分析不信任分值。

唯一一点需要注意的是,信任分值,是通过链接正向传递的,不信任分值是通过链接反向传递的。举个例子:

A为垃圾页面,则指向A的链接B是垃圾页面的概率比A指向的链接C的概率要大的多。

3、异常发现模型

所谓异常,可以是作弊页面的特征,也可以是正常页面的特征。

集合了这些特征,再由此来判定一个页面是否作弊或者是否正常,也是蛮OK的一件事情。

来个简单的识别链接农场的小例子:

链接农场中的链接关系,是由设计者精心布置的,由此一来,必然会有些违背自然的特征,诸如:

1)、出链与入链的统计分布规律:正常的页面出链与入链满足Power-law分布,作弊的链接违反该分布;

2)、作弊的链接的Url网址往往过长,包含较多的点画线及数字等;

3)、诸如入链及出链的增长率等,正常网页和作弊网页在这些变化模式上是不同的。

转载请注明链接地址 。

相关文章

标签:

A5创业网 版权所有