原來是個研究點：
http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.89.8378&rep=rep1&type=pdf
http://wenku.baidu.com/link?url=WpepFZM0oYBDvUvOIjMsPuj3O23_8Cm1YjqC-G5Eke8Yc_DSvsNe96nMcLTEVExKH9VS89NbHInGHP9iXDKGSmyTU3cG5PyQpaWgrAOAqAS
參考第一篇文章，其實思路還是比較直觀的，要點有這幾個：
1. 計算多個不同源對同一個事情的描述的相似度。比如 “Lightty H， XXX[譯]” 和 “H Lightty，XXX翻譯”，就算是同一個描述，也會有順序，表達方式等的區分，所以要計算它們的相似性，作爲不同源的“支持度”。
2. 每個網頁自身有一個可信程度。有的網頁可信度高，有的一般。其實，可以初始爲1，慢慢迭代收斂唄。加log，做平滑。
3. 不同網頁的描述間，會有支持度，根據上面的相似度來算。
4. 會存在有多個網頁，其實他們都是互相拷貝，所以加個係數，做限定（其實這步沒太懂，加係數就是做下平滑咯？避免某個值特別大？）。
5. 最後，迭代收斂（爲何一定會收斂？並沒有論述）
