Detecting Link Spam Using Temporal Information
Detecting Link Spam Using Temporal Information
复制标题
使用时间信息检测垃圾链接
DOI：
10.1109/icdm.2006.51
复制
发表时间：
2006
期刊：
影响因子：
--
通讯作者：
Hang Li
中科院分区：
文献类型：
--
作者：
Guoyang Shen;Bin Gao;Tie;Guang Feng;Shiji Song;Hang Li
如何有效地防范搜索排名结果中的垃圾信息是当代网络搜索引擎面临的一个重要问题。本文解决了打击一种主要类型的网络垃圾邮件的问题：“链接垃圾邮件”。以往的反垃圾链接工作大多是利用网络数据的一个快照来检测垃圾邮件，并没有利用垃圾链接容易在短时间内导致链接发生剧烈变化的特点。为了克服这一缺点，本文提出使用链接的时间信息以及其他信息来检测链接垃圾邮件。具体来说，它定义了垃圾邮件分类模型（即 SVM）中的链接增长率 (IGR) 和链接死亡率 (IDR) 等时间特征。 Web域图数据上的实验结果表明，该方法可以成功检测链接垃圾邮件。
How to effectively protect against spam on search ranking results is an important issue for contemporary web search engines. This paper addresses the problem of combating one major type of web spam: 'link spam.' Most of the previous work on anti link spam managed to make use of one snapshot of web data to detect spam, and thus it did not take advantage of the fact that link spam tends to result in drastic changes of links in a short time period. To overcome the shortcoming, this paper proposes using temporal information on links in detection of link spam, as well as other information. Specifically, it defines temporal features such as in-link growth rate (IGR) and in-link death rate (IDR) in a spam classification model (i.e., SVM). Experimental results on web domain graph data show that link spam can be successfully detected with the proposed method.