俗话说“近朱者赤,近墨者黑”,这句话在互联网环境中同样适用。网页之间可以通过相互链接来提升自身的可信度,一些垃圾网页通过恶意欺骗来提升自身可信度,影响用户体验,给搜索引擎和其他合法网站带来巨大经济损失,污染互联网环境。介绍了常见的几种垃圾网页作弊手段,探究了相应的垃圾网页检测方法。垃圾网页通过内容作弊和链接作弊以提高自身的可信度。垃圾网页的检测可以参考网页的链接信息和内容特征,现有算法主要分为基于内容的检测算法和基于链接的检测算法。针对基于链接的垃圾网页作弊,提出了一种基于网页的链接关系和主题相关度的改进算法。首先对已提出的基于链接的算法中存在的不足之处进行剖析,发现现有算法在进行分数传递时将所有链接“平等”对待,未能有效检测链接农场、蜜罐等作弊手段中存在的“伪”高评分网页。针对上述问题,算法首先利用LDA主题模型获取网页的主题,再依据链接对象的可信度及两者的主题相关度适当调整链接权重来评估网页的可信度。根据不同链接情况:1)低评分网页主动链接到高评分网页,导致高评分网页分数降低;2)高评分网页主动链接到低评分网页,为低评分网页“背书”等情况,比较主题相关度,调整分数传递。最后,将提出的评价算法在公开数据集WEBSPAM-UK2007上进行了验证,通过不同的评价指标,与Page Rank和Trust Rank算法进行对比,实验结果显示该算法能够有效地降低垃圾网页的评分,从而抑制垃圾网页作弊。