基于链接分析的网络搜索排名的反作弊研究

针对网络上大量充斥的搜索排名作弊行为,提出基于链接分析并具备反作弊功能的网络排名算法。在初始黑名单条件下,根据页面之间的链接关系,引入作弊倾向性和关联性2个概念,来衡量一个页面作弊的可能性。在此基础上,构造了惩罚因子,并对PageRank的值进行修正,实现新的排名顺序。该算法能够将权威性较高、作弊可能性较低的页面呈现给用户,提高用户的搜索效率。以3 537 379个网页8 456 740条链接为素材,对算法的反作弊性能进行实验。结果显示,与PageRank和TrustRank算法相比,该算法的反作弊性能有了明显地提高。