在之前的”Web Spam Detection“与”Link farm detection”谈到搜寻引擎可以判断垃圾网站的成份，但是许多意图操作的人还是会想出方法，想要逃脱搜寻引擎的侦测，我们来看看常见的例子与其破绽…
有些人会认为，既然link farm (链接农场) 有以下的链接特性(如下图)，因此就会思考做出不一样的链接状态。
(资料来源: A New Enhanced Technique for Link Farm Detection)
例如刻意在许多页面，链接到无辜的第三者网站或是政府网站。
其实这样的作法还是没有办法躲避侦测，因为链接农场可以自己操作连外的链接，但是没有办法「自然的」操作连进来的链接。
顶多可以购买少数的高Pagerank的网站来抬高身价，但是要达成多样性且高品质的话，所花的代价根本不敷成本。
并且故意链接到无辜的第三者网站，更容易因为第三者网站的外部链接报告(如Google网站管理工具)，而自曝身份。所以要把人为链接操作到自然并且有效，除非投入大量的人力与财力，否则是不可能有效的。就算短期有效果，随着搜寻引擎的演算法改善，更可能一夕完全失效。
除了透过link schemes之外，还可以透过内容与链接的相关性来了解link farm。也就是在”链接不是原罪，Google也不是大神”说过的，链接最基本的规范= 客户必须知情or 内容必须相关。如果在网页内容插入不相关的链接，并且没有NoFollow，如果不相关链接类型的数目越多，则就越可能是link farm。
网站是否为link farm (链接农场)， 其实只需要看整体链接状态，以及整体不相关非NoFollow的链接数目，就可以知道。
但是相关性如何判断呢? 之前曾经在”搜寻引擎知道网页内容是否相关(relevant content)?”提过，我们再来仔细的看看。
最经常被用来判断文件相关性的方法，有TF-IDF、Euclidean Distance、Cosine Similarity、Jaccard Coef?cient、Pearson Correlation Coef?cient … 等等。
为了正确的了解这些演算法是否可以自动判读文件相关性，我们以下列的流程来进行实验，并且检定出有显著改善的演算法 :
上面的步骤分成三大程序:
第一步是由已经人工分类的DMOZ中倒出所有的资料，汇入MySQL中，以备后面程式使用。
第二步是资料的预处理步骤，先进行网页资料抓取，然后取出我们需要的资料，分成英文与中文分别处理字词的分析，让抓取的资料还原到基本的单词。
第三步就是把第二步处理过的资料，进行演算法计算与比较。由此便可以知道各演算法计算出的相关性数值，并且比较各种不同演算法的精准度。
结果发现所有的演算法在所有的资料实验中，其精准度都达80%以上，并且某些演算法其精准度还达90%以上。
这个代表的是: 使用最简单的方法、以最便宜的程序，就可以快速轻易的知道网页间的相关性。所以Google等搜寻引擎会不知道吗? 当然会比我们更清楚。
