Le tecniche di ranking tradizionali come Page Rank, Hits ecc. si basano sulla struttura del collegamento ipertestuale, dove gli spammer del web possono facilmente sfruttare la struttura del collegamento ipertestuale per i loro profitti, aggiungendo più link alle loro pagine web e gli stessi link possono essere facilmente ripresi una volta calcolato il page rank. In questo modo, il Browse Rank diventa popolare e il ranking si basa sul comportamento di navigazione dell'utente del web. Invece di considerare il numero di inlink e outlink, il numero di visite a una pagina web può essere un fattore concorrente. Più alto è il numero di visite, più alto è il valore della pagina. Ma Browse Rank attribuisce lo stesso valore a tutte le visite. Tratta tutti gli utenti del web allo stesso modo. Nel nostro lavoro prendiamo in considerazione gli utenti web accademici e di ricerca e proponiamo un framework per classificare le pagine web accademiche e i documenti di ricerca in cui valutiamo gli utenti web, assegnando loro un punteggio in base ai loro contributi accademici in termini di varie pubblicazioni che hanno pubblicato. Inoltre, identifichiamo la loro area di interesse in base alle loro pubblicazioni. Infine, classifichiamo le pagine web accademiche e gli articoli scientifici considerando il punteggio dell'utente web.