ارائه روشي بر مبناي پيوند جهت بهبود تشخيص صفحات فريب آميز در گراف وب فارسي

An improved link-based method for spam detection in Persian web graph

امروزه با افزايش چشمگير استفاده از اينترنت و همچنين رشد بسيار فزاينده صفحات وب، استفاده از موتورهاي جستجو اهميت بيشتري پيدا كرده است. در نتيجه بعضي از افراد براي بدست آوردن مخاطب بيشتر و افزايش سود ناشي از آن تلاش مي كنند موتورهاي جستجو را گمراه كنند و رتبه صفحات مورد نظر خود را با روش هاي نامشروع بالا ببرند. شناسايي اين صفحات مي تواند نقشي اساسي در بهبود عملكرد موتورهاي جستجو و بالا بردن اطمينان كاربران به آنها گردد. نظر به اهميت كشف صفحات وب فريب آميز، در اين مقاله روشي جديد بر مبناي اطلاعات پيوندها جهت شناسايي صفحات فريب آميز در گراف وب فارسي ارائه مي گردد. در اين روش با بهره گيري از اطلاعات پيوندها، ابتدا توده هاي فريب آميز شناسايي مي شود و سپس امتياز منفي آنها در كل گراف انتشار مييابد. براي بررسي صحت عملكرد الگوريتم ارائه شده، اين روش بر روي داده هاي موتور جستجوي فارسي پارسي جو پياده سازي شده است و نتايج ارزيابي هاي صورت گرفته بهبودي برابر با 21,2 % را در فاكتور دقت نشان مي دهد

Today using the internet has spread wildly, and increasing number of web pages leads to importance of using search engines, therefore some people try to misguide search engines to have more customers and benefit. They increase the rank of their pages by some illegal ways. search engines to. Identify of this kind of web pages can improve search engines and attract confidence to user. According to importance of finding spam pages, the research is presented a new linke-based way to detect spam pages in Persian web graph. This way, first link farms detectes. Finally, the negative scores of spam pages propagate in whole of web graph. This way was implemented on data of Parsijoo search engine and the result of data analyses indicates 21.2% improvement in p@n factor.