基于链接相似度和作弊系数的Spam网页识别算法

来源：计算机工程与科学杂志2015年第10期北京时间：

作者：陆钊1,2，李石君2

单位：1.玉林师范学院计算机科学与工程学院，广西 玉林 537000；2.武汉大学计算机学院，湖北 武汉 430079

摘要：Spam网页主要通过链接作弊手段达到提高搜索排名而获利的目的，根据链接作弊的特征，引入链接相似度和作弊系数两个指标来判定网页作弊的可能性。借鉴BadRank算法思想，从Spam网页种子集合通过迭代计算链接相似度和作弊系数，并根据与种子集合的链接指向关系设置权重，将待判定的网页进行度量。最后选取AntiTrust Rank等算法作对比实验，结果验证了本文算法在准确率和适应性方面优于对比算法。

关键词：Spam网页,链接作弊,链接相似度,作弊系数,权重系数,

基金资助：国家自然科学基金资助项目(61272109);广西高校科学技术研究资助项目(KY2015LX300,KY2015YB241,2013LX112);广西高校优秀青年骨干教师国内访问学者计划资助项目