بررسی روش های شناسایی Web Spam ها

امروزه به دلیل ظهور پدیده وب اسپم، نتایج موتورهای جستجو خیلی مطابق میل نیستند، به گونه ای که اسپم با نفوذ خود مشکلاتی را در کیفیت موتورهای جستجو به وجود می آورد. به این ترتیب اسپم ها کیفیت نتایج جستجو را خراب کرده و اعتماد یک کاربر را نسبت به موتور جستجو کاهش می دهد. اهمیت مقابله با نفوذ وب اسپم در نتایج موتورها جستجو و جلوگیری از رشد و تاثیر اسپم در کاهش اعتبار وب سایت های معروف، موجب شده تا در این تحقیق، به بررسی و شناسایی روش ها و الگوریتم های مقابله با اسپم بپردازیم تا بتوان از این طریق بهترین روش، جهت جلوگیری از وب اسپم معرفی کنیم. در نهایت ما با تمرکز روی الگوریتم ها و اصولی که در زیر اشاره شده، توانسته ایم، یک تجدید نظر سیستماتیک، در روشهای فنی کشف وب اسپم، اعمال کنیم. ما تمامی الگوریتمهای موجود را با توجه به نوع اطلاعات مورد استفاده، در 3 گروه اصلی دسته بندی کرده ایم: 1- روشهای مبنی بر حجم 2- روشهای مبنی بر پیوند link - based 3- روشهای مبنی بر داده غیر رسمی، در نهایت ما مشاهدات و اصول اساسی به کاربرده شده را برای کشف اسپم خلاصه کرده ایم.

کلیدواژه ها:

کشف وب اسپم ، پیوند اسپم ، پنهان کردن ، کشتگاه پیوند ، رتبه صفحه ، گام تصادفی ، ره بندی ، خوشه بندی ، جستجو وب ، مرتب کردن گراف ، ترویج برچسب