Ағылшыншамен салыстырыңыз: абзацты басыңыз — түпнұсқа терезеде ашылады. Абзац астындағы EN түймесі оны мәтін ішінде көрсетеді.
Кіріспе
TrustRank – пайдалы веб-беттерді спамнан ажырату үшін сілтемелерді талдауды жүргізетін және іздеу жүйелерінің SERP (іздестіру тетіктерінің нәтижелер беттері) беттерін реттеуге көмектесетін алгоритм. Бұл жартылай автоматтандырылған процесс, яғни дұрыс жұмыс істеуі үшін адамның көмегі қажет. Іздеу жүйелері веб-беттердің сапасын өлшеу үшін түрлі алгоритмдер мен рейтингтік факторларды пайдаланады. TrustRank – солардың бірі. Интернетті қолмен тексерудің қиындығы мен жоғары құнына байланысты, TrustRank осы міндетті жылдамдату және арзандату мақсатымен енгізілді. Оны алғаш рет Стэнфорд университетінің зерттеушілері Золтан Гёнги және Гектор Гарсия Молина, сондай-ақ Yahoo! компаниясының Ян Педерсен 2004 жылы «TrustRank арқылы веб спаммен күресу» атты мақаласында ұсынды. Бүгінде бұл алгоритм Yahoo! және Google сияқты ірі веб-іздеу жүйелерінің құрамына кіреді. Іздеу жүйесінің веб-беттің сапасын анықтауына көмектесетін маңызды факторлардың бірі – кері сілтемелер. Іздеу жүйелері SERP-де веб-беттің орнын анықтағанда кері сілтемелердің саны мен сапасын ескереді. Көптеген спам веб-беттер іздеу жүйелерін жаңылыстыру мақсатында ғана жасалады. Көбінесе коммерциялық мүдделер үшін құрылған бұл беттер, іздеу жүйелерінің нәтижелер беттерінде жоғары рейтинг алу үшін әртүрлі әдістерді қолданады. Адам сарапшылары спамды оңай анықтай алса да, іздеу жүйелері адамның көмегінсіз оны анықтау үшін күнделікті жетілдірілуде. Рейтингті жақсартудың танымал әдістерінің бірі – күрделі сілтеме схемалары арқылы құжаттың маңыздылығын арттыру. Google-дің PageRank және басқа да іздеу рейтинг алгоритмдері осындай манипуляцияларға ұшыраған. TrustRank сенімділікке негізделген сүзгі арқылы спаммен күресуге тырысады. Бұл әдіс тұқымдық беттердің шағын жиынтығын сарапшы бағалауын қажет етеді. Сенімді тұқымдық беттерді қолмен анықтағаннан кейін, тұқымдық жиынтықтан сыртқа қарай таралатын іздеу роботы (crawler) ұқсас сенімді және лайықты беттерді іздейді. TrustRank-тің сенімділігі құжаттар мен тұқымдық жиынтық арасындағы қашықтық артқан сайын төмендейді. Бұл логика керісінше де жұмыс істейді, ол Анти-Trust Rank деп аталады. Сайт спам ресурстарына қаншалықты жақын болса, оның спам болу ықтималдығы да соғұрлым жоғары. TrustRank әдістемесін ұсынған зерттеушілер спам массасын өлшеу сияқты байланысты тақырыптарды бағалау арқылы өз жұмыстарын жетілдіруді жалғастыруда.
TrustRank is an algorithm that conducts link analysis to separate useful webpages from spam and helps search engine rank pages in SERPs (Search Engine Results Pages). It is semi automated process which means that it needs some human assistance in order to function properly. Search engines have many different algorithms and ranking factors that they use when measuring the quality of webpages. TrustRank is one of them. Because manual review of the Internet is impractical and very expensive, TrustRank was introduced in order to help achieve this task much more quickly and cheaply. It was first introduced by researchers Zoltan Gyongyi and Hector Garcia Molina of Stanford University and Jan Pedersen of Yahoo! in their paper "Combating Web Spam with TrustRank" in 2004. Today, this algorithm is a part of major web search engines like Yahoo! and Google. One of the most important factors that help web search engine determine the quality of a web page when returning results are backlinks. Search engines take a number and quality of backlinks into consideration when assigning a place to a certain web page in SERPs. Many web spam pages are created only with the intention of misleading search engines. These pages, chiefly created for commercial reasons, use various techniques to achieve higher than deserved rankings in the search engines' result pages. While human experts can easily identify spam, search engines are still being improved daily in order to do it without help of humans. One popular method for improving rankings is to increase the perceived importance of a document through complex linking schemes. Google's PageRank and other search ranking algorithms have been subjected to such manipulation. TrustRank seeks to combat spam by filtering the web based upon reliability. The method calls for selecting a small set of seed pages to be evaluated by an expert. Once the reputable seed pages are manually identified, a crawl extending outward from the seed set seeks out similarly reliable and trustworthy pages. TrustRank's reliability diminishes with increased distance between documents and the seed set. The logic works in the opposite way as well, which is called Anti Trust Rank. The closer a site is to spam resources, the more likely it is to be spam as well. The researchers who proposed the TrustRank methodology have continued to refine their work by evaluating related topics, such as measuring spam mass.