Trustrank

Das Team Zoltan Gyöngyi, Hector Garcia-Molina und Jan Pedersen erstellt 2004 eine Analyse mit dem Titel Combating Web Spam with TrustRank. Ziel ist es den Einfluß von Web-Spam zu identifizieren und ein alternatives Ranking bzgl. Web-Spam einzuführen.

TrustRank zur Bekämpfung von Webspam

Der Begriff Webspam bezieht sich auf Verlinkungen im World Wide Web, die mit der Absicht der Irreführung von Suchmaschinen erstellt werden. Eine Suchmaschine wird dann die zusätzlichen Keywords indizieren und die Pornografie zurückgeben Seite als Antwort auf Abfragen, die einige die Schlüsselwörter enthalten. Eine weitere Spamming-Technik besteht darin Inhalte ganz oder teilweise zu kopieren.

Schaffung einer großen Anzahl von gefälschten Webseiten, alle zeigen zu einer einzigen Zielseite. Da viele Suchmaschinen die Anzahl der eingehenden Links das Ranking der Zielseite zu erhöhen und erscheinen in Top Suchergebnissen.

Genau wie bei E-Mail-Spam, um festzustellen, ob eine Seite oder Gruppe von Seiten ist Spam ist subjektiv. Zum Beispiel betrachten Cluster von Webseiten, die sich immer wieder auf die Seiten verweisen. Diese Links können nützliche Link zwischen die Seiten, oder sie können mit dem Express erstellt worden sein die Absicht, den Rang der anderen Seiten zu stärken.

Im Allgemeinen ist es schwer, zwischen diesen beiden Arten von Web-Spam zu unterscheiden und zu bekämpfen. Der Trustrank fließt somit als Ranking Faktor in die Gesamtbewertung der Website ein.

Web spam pages use various techniques to achieve higher-than-deserved rankings in a search engine’s results. While human experts can identify spam, it is too expensive to manually evaluate a large number of pages. Instead, we propose techniques to semi-automatically separate reputable, good pages from spam. We first select a small set of seed pages to be evaluated by an expert. Once we manually identify the reputable seed pages, we use the link structure of the web to discover other pages that are likely to be good. In this paper we discuss possible ways to implement the seed selection and the discovery of good pages. We present results of experiments run on the World Wide Web indexed by AltaVista and evaluate the performance of our techniques. Our results show that we can effectively filter out spam from a significant fraction of the web, based on a good seed set of less than 200 sites.