Il TrustRank, brevettato da Google nel 2005, è un algoritmo utilizzato per identificare i siti web spam. La teoria su cui si basa l’algoritmo utilizza le seguenti parole chiave:

L’algoritmo lavora basandosi sul principio che siti buoni non hanno link verso siti spam e che, quasi sempre,siti spam hanno link verso altri siti spam. Saranno quindi utilizzati i siti Seeds buoni per propagare il TrustRank “positivo” e i siti Seeds spam per propagare il TrustRank “negativo” (distrust). In questo modo ogni sito web sarà arricchito da una nuova informazione, il valore di TrustRank (compreso tra 0 e 1) che indicherà il grado di fiducia / qualità a lui assegnato.

Differenza col PageRank

Il PageRank di Google è un diffuso algoritmo, sul quale si è fondata per anni (e si basa tuttora) l’indicizzazione di Google, che assegna un punteggio ad ogni pagina Web, basandosi sul numero di link che riportano ad essa. Il fondamento è che, se molte pagine linkano tutte ad uno stesso indirizzo, esso deve essere ovviamente importante; quest’attività può essere considerata una versione più raffinata e complessa della Link Popularity.
Il modus operandi del web-spam, che permette al Page Rank di crescere, agisce essenzialmente attraverso due vie:
1) link e parole chiave nascoste, che vengono comunque indicizzate dai motori di ricerca;
2) creazione di numerose pagine che linkano ad un’unica pagina designata in precedenza, in modo da rendere suddetta pagina rilevante per la classificazione da parte del motore.

Come funziona il Trust Rank

Il Trust Rank ha lo scopo di aiutare nella classificazione di una pagina o sito web, attraverso un processo che prevede diverse fasi:
1) l’algoritmo seleziona un gruppo di pagine delle quali non è chiaro lo “spam status”, chiamate seed;
2) un esperto umano esamina le pagine e comunica all’algoritmo quali possono essere definite spam (bad pages) e quali no (good pages);
3) l’algoritmo infine identifica le altre pagine sulle basi della precedente classificazione umana.