Web Spam研究方向发展问题

今年关于Web Spam的Workshop已经停开了，这是不是意味这Web Spam这个方向没有研究的余地了呢？答案是否定的。根据对最新数据集ClueWeb09 Dataset的 研究，对于一些热门查询的前10结果，大部分页面（尤其是英文页面）是作弊页面 [1]。这说明现在作弊还是非常流行的，对信息检索造成了严重的后果。这也从某个侧面说明，我们现在的反作弊策略的研究还不是很成功，还有很长的路要走。 因此，关于Web Spam的研究还有很大的余地。但可能简单的方法已经被人想出了，所以研究Web Spam很具有挑战性。

关于AIRWeb为什么停开，我咨询了组织者。对方的解释是AIRWeb已经运行得非常好，如果要继续进行的话，就将发展成为一个 Conference，但是他目前已经是WWW 2011的co-chair了，不想再举办一个会议（目前已经这方面很好的会议如WWW及WSDM），所以就停开了AIRWeb。另外，他还说到在 2011可能要开一个关于web quality新的Workshop。但是在ECML/PKDD上的关于这个主题的Chanllenge参与的人不多，所以未来还存在不少不确定性。

据我个人来讲，我觉得Web Spam还有很多值得研究的地方，但可能遇到一些瓶颈。随着Web 2.0逐渐走人人们的生活，Social Web Sites越来越受到欢迎。随之而来的作弊问题，就被称做为Social Spam。对anti social spam的研究，目前处于起步阶段，大家都是找几个属性，然后构建一个分类器，采用机器学习的办法来解决这个问题。这个方向的研究值得深入。

[1]. Cormack, G.V., M.D. Smucker, and C. Clarke, Efficient and Effective Spam Filtering and Re-ranking for Large Web Datasets. 2010.