基于引力的反网络欺诈
PageRank模型的提出使得越来越多的研究者投入到了网络搜索算法的研究工作中。随着针对搜索引擎排序的欺诈现象的出现,出现了很多改进的PageRank算法如TrustRank和BadRank等。但是到目前为止,还没有完全有效的办法来抵制这些作弊现象。在本文中,我们假设Web网络中的各网页之间的关系符合现实中的实际的万有引力定律,通过这种网页之间的引力关系来决定一个网页对另外一个网页的支持的力度。在此基础上,我们提出一种新的基于万有引力模型的排序算法GRank,通过万有引力来评定各个网页之间的相关性,对那些被认为是不可靠的链接进行惩罚,从而在一定程度上降低作弊网站的排名。实验证明,在GRank的反欺诈能力超过了PageRank算法。
搜索引擎 PageRank算法 链接分析 万有引力模型 排序欺诈 网络搜索
杨磊 束罡 牛振东
北京理工大学计算机科学技术学院 北京 100081
国内会议
苏州
中文
222-224
2007-12-07（万方平台首次上网日期，不代表论文的发表时间）