版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、垃圾網(wǎng)頁檢測(cè)特征模型一直比較關(guān)注網(wǎng)頁的內(nèi)容和鏈接特征,很少關(guān)注網(wǎng)頁本身的質(zhì)量問題?;ヂ?lián)網(wǎng)的開放性決定了網(wǎng)頁的質(zhì)量參差不齊,有的網(wǎng)頁并不包含傳統(tǒng)垃圾網(wǎng)頁的特征或信息,但這類“劣質(zhì)”網(wǎng)頁向我們提供少之又少的有用信息,卻無法從傳統(tǒng)的垃圾網(wǎng)頁檢測(cè)方法中得到有效的檢測(cè)。本文綜合了以往垃圾網(wǎng)頁檢測(cè)特征模型,提出網(wǎng)頁質(zhì)量特征,建立一個(gè)可結(jié)合網(wǎng)頁質(zhì)量的綜合垃圾網(wǎng)頁檢測(cè)特征模型。
文中涉及對(duì)模型的驗(yàn)證,需要從實(shí)際的網(wǎng)頁中構(gòu)建出符合模型的實(shí)驗(yàn)數(shù)據(jù)
2、集。文中從互聯(lián)網(wǎng)上爬取網(wǎng)頁,經(jīng)過提取內(nèi)容、特征提取以及人工標(biāo)注,得到帶標(biāo)注的網(wǎng)頁特征數(shù)據(jù)集;同時(shí),文中需要用有效的排序驗(yàn)證方法對(duì)模型的有效性進(jìn)行驗(yàn)證。從眾多的文檔排序以及分類算法中,選取RankBoost算法對(duì)網(wǎng)頁的質(zhì)量進(jìn)行排序,通過對(duì)排名的分析,檢測(cè)出垃圾網(wǎng)頁。根據(jù)RankBoost算法的思想,綜合多個(gè)弱排序算法的結(jié)果,得出準(zhǔn)確率較高的排序結(jié)果。文中將網(wǎng)頁之間的排序轉(zhuǎn)換為樣本對(duì)(pairwise)之間的排序,通過基本的分類算法,便可以
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 集成Web質(zhì)量的垃圾網(wǎng)頁分級(jí)檢測(cè)機(jī)制研究.pdf
- 基于Web質(zhì)量模型特征模型的垃圾評(píng)論特征分析與檢測(cè).pdf
- 利用網(wǎng)頁特征識(shí)別不良圖像網(wǎng)頁.pdf
- 基于多特征的惡意網(wǎng)頁檢測(cè)研究.pdf
- 基于特征統(tǒng)計(jì)的網(wǎng)頁隱秘信息檢測(cè).pdf
- 基于網(wǎng)頁特征的中文網(wǎng)頁自動(dòng)分類問題研究.pdf
- 基于網(wǎng)頁特征的中文網(wǎng)頁自動(dòng)分類問題研究
- 隱藏型垃圾網(wǎng)頁檢測(cè)研究.pdf
- 網(wǎng)頁排序中的隨機(jī)模型及算法.pdf
- 基于擴(kuò)展網(wǎng)頁和公平特征選擇的網(wǎng)頁分類算法研究.pdf
- 結(jié)合網(wǎng)頁結(jié)構(gòu)特征與內(nèi)容特征的正文提取.pdf
- 基于異常特征檢測(cè)的惡意網(wǎng)頁識(shí)別技術(shù)研究.pdf
- 基于URL特征的網(wǎng)頁分類研究.pdf
- 基于排序算法的垃圾網(wǎng)頁檢測(cè)技術(shù).pdf
- 網(wǎng)頁分類特征選擇方法研究及系統(tǒng)實(shí)現(xiàn).pdf
- 基于SVM模型的惡意網(wǎng)頁及PDF文檔檢測(cè)技術(shù)研究.pdf
- 基于最大熵模型的網(wǎng)頁分類.pdf
- 網(wǎng)頁分類中特征選擇方法的研究.pdf
- 垃圾郵件特征的判別模型研究.pdf
- 垃圾網(wǎng)頁檢測(cè)的關(guān)鍵技術(shù)研究.pdf
評(píng)論
0/150
提交評(píng)論