大家进来讨论一下人立方关系搜索用到的算法。该如何处理

大家进来讨论一下人立方关系搜索用到的算法。
几天前上人立方关系搜索 http://renlifang.msra.cn/ 觉得挺有趣的。
   
  我觉得名字的这些关系肯定是从很多网页中筛选出来的。而且还要判断这个人可能与哪些人认识。

  这里的难点有，在一个网页中怎么提取名字的信息。而且，就算能筛选出名字的信息，但是信息量很大，如果A B C三人都在同一张网页中，怎么确定A认识B又或者不认识C呢。

  我尝试搜索了自己的名字，显示的关系中，我认识的人有两个，我查找这些结果依据的网页，发现该网页还有我认识的几个人的名字，一张网页这么多名字，该搜索引擎是用了什么优化的算法才能保证结果尽可能准确呢？

  大家都来说说自己的想法。
   
  
 

------解决方案--------------------
个人见解：

词对的挖掘，假如你有网页去重技术（主要是消除转载），那么一旦两个人的名字在K个网页中同时出现，那么就认为认识，小于K就认为不认识。

或者对某些网站进行加权，例如一些新闻报道网，都是人工编辑的，可信度较高。