基于蟻群優(yōu)化的網頁作弊檢測技術研究.pdf

1、互聯(lián)網已成為一個重要的信息和資源共享平臺，互聯(lián)網用戶不僅可以在網上處理各種事務，還可以在網上搜索自己想要的信息。給定一個具體的查詢，搜索引擎會根據自己的排名機制對互聯(lián)網上的網頁資源進行排序，然后將與用戶查詢相關的結果返回給用戶，但是用戶一般比較傾向于瀏覽搜索引擎返回結果的首頁記錄，因此，網站在搜索引擎返回結果中的位置就成為了網絡服務提供者所關注的問題。一些黑帽SEO采用不正當的手段欺騙搜索引擎以獲取網站的高排名，這種欺騙搜索引擎以獲取高

2、排名的行為被稱為網頁作弊。網頁作弊不但降低了搜索引擎檢索信息的質量，而且還給互聯(lián)網用戶造成了巨大的經濟損失。因此，如何檢測網頁作弊已成為當前互聯(lián)網最為迫切的任務之一。
　　網頁作弊檢測問題可以看作是一個二元分類問題，本文將數據集WEBSPAM-UK2006的直接特征、內容特征和鏈接特征結合起來構建實驗數據集，然后采用基于蟻群優(yōu)化的網頁作弊檢測算法來對網頁作弊進行檢測。在數據預處理階段，本文首先采用k-means算法解決了數據不平衡

3、問題，然后采用基于信息增益的特征選擇算法篩選出實驗特征子集，最后對實驗特征子集進行基于信息熵的離散化處理。在分類模型訓練階段，本文采用蟻群優(yōu)化算法從訓練集中提取出分類規(guī)則并對分類規(guī)則進行修剪處理以形成分類模型。在分類檢測階段，將測試樣本輸入分類模型后，分類模型將能夠很好地預測出測試樣本的類別。
　　最后，本文在實驗數據集WEBSPAM-UK2006上進行了多組實驗，并將本文的檢測算法與其他檢測算法進行了對比。實驗結果顯示，本文提出