Google 搜索引擎網站spam 的品類

a. 內部實質意義型（內部實質意義哄弄型與非哄弄型） b. 鏈接型 c. 復合型

 

Google 搜索引擎網站判斷spam的普通辦法

 

– 鏈接剖析：網站（域名，IP）之間的鏈接，網頁之間的鏈接的數量，應當限止在數額內，況且要思索問題散布的狀態。

 

– 面純一辭匯的剖析：（有時候叫網站關鍵詞疏密程度剖析）頁面純一辭匯與頁面所有辭匯的比例和散布，當頁面純一詞薈萃中在少量網站關鍵詞上，有spam的嫌疑。

 

– 連署頁面的相仿性剖析：互相連署的頁面幾乎絕對相仿則有spam的嫌疑。

 

– 內部實質意義的貝葉斯剖析：網站關鍵詞之間的有關性可以從訓練spam樣本和非spam樣本獲得。例如頁面裡顯露出來：不收費，還是鈴聲下載都不可以判斷為spam，不過同時顯露出來『不收費』，『鈴聲下載』就極可能是spam。

 

– 有關剖析：白單子，黑單子。

 

– 留言陷坑：例如樹立多個blog系統，開放一點文章的留言，內部實質意義上解釋明白是專門針對spam留言。這麼當一點半自動留言手續施行留言後鏈接就被記錄下來，變成一個『陷坑』。

 

– 正文裡非鏈接的書契的比例。如今認為合適而使用兩種page rank，一種是鏈接型網頁，一種是內部實質意義型網頁，鏈接型網頁比較容易被判斷看做spam，例如 hao123.com 。