搜索引擎反作弊的三个模型

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 。