諸如鏈接農(nóng)場、內(nèi)容農(nóng)場、關(guān)鍵詞堆砌等都是十分常見的作弊方式，為了維持良好的搜索展現(xiàn)結(jié)果，搜索引擎自然就會有反作弊進(jìn)行應(yīng)對。
那么，搜索引擎會通過怎樣的方式進(jìn)行反作弊處理呢?
總的來說，會有以下三種思路：
1、信任傳播模型
前段時(shí)間同事A跟我說了一件事兒，他的姐姐B在國外留學(xué)，然后一天B在qq上跟A說洗衣服把手機(jī)，銀行卡什么的全部洗了，讓A給B的老媽打電話寄點(diǎn)錢來，A立刻執(zhí)行，B的老媽也深信不疑，在即將打出的那一刻，B的一個(gè)電話，挽救了即將發(fā)生的損失。
細(xì)思恐極。
其實(shí)，這也是一個(gè)信任傳播模型，直接在QQ上跟B的媽媽說，B的媽媽必然不會完全相信，但是經(jīng)由A的口一傳，就立刻不一般。因?yàn)椋珹在B的媽媽的信任名單中。
OK，由此而來，就是一種反作弊的思路。
在海量的網(wǎng)頁數(shù)據(jù)中，通過技術(shù)或人工的手段，獲取值得完全值得信任的網(wǎng)頁設(shè)置為白名單。白名單中網(wǎng)頁的信任值由鏈接順著向外擴(kuò)散而遞減或者衰減。然后，設(shè)定一個(gè)值，高于此值，是OK的網(wǎng)頁，低于此值，不好意思，你作弊了。
2、不信任傳播模型
這個(gè)，其實(shí)跟第一種思路是及其類似的，找到一群作弊的網(wǎng)頁，然后通過鏈接關(guān)系分析不信任分值。
唯一一點(diǎn)需要注意的是，信任分值，是通過鏈接正向傳遞的，不信任分值是通過鏈接反向傳遞的。舉個(gè)例子：
A為垃圾頁面，則指向A的鏈接B是垃圾頁面的概率比A指向的鏈接C的概率要大的多。
3、異常發(fā)現(xiàn)模型
所謂異常，可以是作弊頁面的特征，也可以是正常頁面的特征。
集合了這些特征，再由此來判定一個(gè)頁面是否作弊或者是否正常，也是蠻OK的一件事情。
來個(gè)簡單的識別鏈接農(nóng)場的小例子：
鏈接農(nóng)場中的鏈接關(guān)系，是由設(shè)計(jì)者精心布置的，由此一來，必然會有些違背自然的特征，諸如：
1)、出鏈與入鏈的統(tǒng)計(jì)分布規(guī)律：正常的頁面出鏈與入鏈滿足Power-law分布，作弊的鏈接違反該分布;
2)、作弊的鏈接的Url網(wǎng)址往往過長，包含較多的點(diǎn)畫線及數(shù)字等;
3)、諸如入鏈及出鏈的增長率等，正常網(wǎng)頁和作弊網(wǎng)頁在這些變化模式上是不同的。
轉(zhuǎn)載請注明鏈接地址 。
申請創(chuàng)業(yè)報(bào)道，分享創(chuàng)業(yè)好點(diǎn)子。點(diǎn)擊此處，共同探討創(chuàng)業(yè)新機(jī)遇！
