下面具体介绍清理方法, 如果您对 trustlink比较熟悉, 就可以简单带过.
1. 由点到面.
先从系统内寻找任何一个垃圾词汇, 例如[免费激情小电影], 然后利用搜索引擎进行搜索:
search $key site:blogchina.com
得到一系列的SEO网站
2. 从面上进行抓取, 分词:
将这一系列的SEO网站全部抓取后进行分词, 分句, 得到一个扩展的垃圾词汇列表
3. 再次重复 1. 的过程.
将全部的SEO网站的网页得到后进行 URL 的抽取, 得到一系列的垃圾网站的URL的源地址
4. 清理:
凡是有两个以上的垃圾词汇, 将被清理
凡是含有目标网站URL的, 清理
下面公布一些片段, 更多的垃圾网站的列表我已经整理好, 从这里下载.
全部的垃圾词汇, 从这里下载:
垃圾联接网站:
92 http://www.kan126.com/
87 http://www.555b.com/143.htm
84 http://www.555b.com/666.htm
84 http://freemovie.2288.org/00001\index.htm
垃圾词汇: 48 成人小电影
39 pp成人小电影
28 免费成人电影
27 激情成人小电影
27 免费电影频道
27 免费激情小电影
26 在线小电影
26 免费性电影
责任编辑:admin 责编无QQ
文章整理：西部数码--专业提供域名注册、虚拟主机服务
http://www.west263.com
以上信息与文章正文是不可分割的一部分,如果您要转载本文章,请保留以上信息，谢谢!
