TrustRank是近年来比较受关注的基于链接关系的排名算法。 Trust Rank可以翻译为“信任指数”。TrustRank算法最初来自于2004年斯坦福大学和雅虎的一项联合研究,用来检测垃圾网站，并且于2006年申请专利。

　　TrustRank算法基于一个基本假设：好的网站很少会链接到坏的网站。反之则不成立，也就是说，坏的网站很少链接到好网站这句话并不成立。正相反，很多垃圾网站会链接到高权威、高信任指数的网站，试图提高自己的信任指数。

　　TrustRank算法发明人还发表了一份专门的PDF文件说明 TrustRank算法的应用。感兴趣的读者可以在下面这个网址下载PDF文件

　　http://www.vldb.org/conf/2004/RS15P3.PDF

　　TrustRank算法基于一个基本假设：好的网站很少会链接到坏的网站。反之则不成立，也就是说，坏的网站很少链接到好网站这句话并不成立。正相反，很多垃圾网站会链接到高权威、高信任指数的网站，试图提高自己的信任指数。

　　基于这个假设，如果能挑选出可以百分之百信任的网站，这些网站的 TrustRanki评为最高，这些TrustRank最高的网站所链接到的网站信任指数稍微降低，但也会很高。

　　与此类似，第二层被信任的网站链接出去的第三层网站，信任度继续下降。由于种种原因，好的网站也不可避免地会链接到一些垃圾网站，不过离第一层网站点击距离越近，所传递的信任指数越高，离第一级网站点击距离越远，信任指数将依次下降。这样，通过 TrustRank算法，就能给所有网站计算出相应的信任指数，离第一层网站越远，成为垃圾网站的可能性就越大。

　　计算 TrustRank值首先要选择一批种子网站，然后人工查看网站，设定一个初始TrustRank值。挑选种子网站有两种方式：

　　一种是选择导出链接最多的网站，因为TrustRank算法就是计算指数随着导出链接的衰减。导出链接多的网站,在某种意义上可以理解为“逆向PR值”比较高。

　　另一种挑选种子网站的方法是选PR值高的网站，因为PR值越高，在搜索结果页面出现的概率就越大。这些网站才正是 TrustRank算法最关注的、需要调整排名的网站。那些PR值很低的页 TrustRank面，在没有算法时排名也很靠后，计算 TrustRank意义就不大了。

　　根据测算，挑选出两百个左右网站作为种子，就可以比较精确地计算出所有网站的TrustRank值。计算 TrustRank随链接关系减少的公式有两种方式。

　　一种是随链接次数衰减，也就是说如果第一层页面 TrustRank指数是100，第二层页面衰减为90，第三层衰减为80

　　第二种计算方法是按导出链接数目分配 TrustRank值，也就是说，如果一个页面的TrustRank值是100，页面上有5个导出链接，每个链接将传递20%的 TrustRank值，衰减和分配这两种计算方法通常综合使用，整体效果都是随着链接层次的增加， TrustRank值逐步降低。

　　得出网站和页面的 TrustRank值后，可以通过两种方式影响排名。

　　一种是把传统排名算法挑选出的相关页面，根据 TrustRank值比较,重新做排名调整。

　　另一种是设定一个最低的 TrustRank值门槛,只有超过这个门槛的页面，才被认为有足够的质量进入排名，低于门槛的页面将被认为是垃圾页面，从搜索结果中过滤出去。

　　虽然 TrustRank算法最初是作为检测垃圾的方法，但在现在的搜索引擎排名算法中,TrustRank概念使用更为广泛，常常影响大部分网站的整体排名。 TrustRank算法最初针对的是页面级别，现在在搜索引擎算法中, TrustRank值也通常表现在域名级别，整个域名的信任指数越高,整体排名能力就越强。