SpamRank
SpamRank的基本思想与TrustRank基本一致。它的假设是:对于非作弊页面来说,指向其的链接页面一般来说是非均匀分布的;而对于作弊页面,支持页面的pagerank值一般都是比较小的。
具体做法是:
1、首先计算每个页面的支持权重。
2、判断页面是否满足Power low分布(这个分部是互联网一个比较准确的估计),对于不满足该分布的页面判断为spam页面,进行惩罚,降低其pagerank值。
具体做法是:
1、首先计算每个页面的支持权重。
2、判断页面是否满足Power low分布(这个分部是互联网一个比较准确的估计),对于不满足该分布的页面判断为spam页面,进行惩罚,降低其pagerank值。

本文基于署名 2.5 中国大陆许可协议发布,欢迎转载,演绎或用于商业目的,但是必须保留本文的署名小橋流水(包含链接)。如您有任何疑问或者授权方面的协商,请给我发邮件。
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 如何编写易于单元测试的代码
· 10年+ .NET Coder 心语,封装的思维:从隐藏、稳定开始理解其本质意义
· .NET Core 中如何实现缓存的预热?
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 周边上新:园子的第一款马克杯温暖上架
· Open-Sora 2.0 重磅开源!
· 分享 3 个 .NET 开源的文件压缩处理库,助力快速实现文件压缩解压功能!
· Ollama——大语言模型本地部署的极速利器
· [AI/GPT/综述] AI Agent的设计模式综述