2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩60頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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(jiǎn)介

1、隨著網(wǎng)絡(luò)的資源的海量增長(zhǎng),網(wǎng)絡(luò)信息中存在大量的spam網(wǎng)頁(yè),也叫欺騙性網(wǎng)頁(yè)。spam網(wǎng)頁(yè)對(duì)于用戶來(lái)說都是垃圾網(wǎng)頁(yè),毫無(wú)價(jià)值而言。spam網(wǎng)頁(yè)主要欺騙搜索引擎以提高自己在搜索結(jié)果中的排名,網(wǎng)頁(yè)中夾雜著大量欺騙性網(wǎng)頁(yè)嚴(yán)重影響了搜索引擎的質(zhì)量,也給用戶增加了巨大的負(fù)擔(dān)。如何消除spam已經(jīng)成為搜索引擎中的一個(gè)巨大挑戰(zhàn),研究spam有一定的現(xiàn)實(shí)意義。
   本文詳細(xì)研究了Web spam檢測(cè)技術(shù)。根據(jù)spam制作的方式不同將spam分為

2、基于內(nèi)容、基于鏈接和基于隱藏三種制作分類,并對(duì)這三種分類根據(jù)其特點(diǎn)進(jìn)行了詳細(xì)的講解?;趦?nèi)容的檢測(cè)算法主要是Alexandros Ntoulas算法;基于鏈接的檢測(cè)算法主要是TrustRank算法、HillTop算法和BadRank算法;基于隱藏的檢測(cè)算法有一定的難度,目前還沒有比較經(jīng)典的算法。在本論文中對(duì)這些算法有一定的介紹,而對(duì)基于內(nèi)容的Anti-spam檢測(cè)算法做了深入研究?;趦?nèi)容的Alexandros Ntoulas檢測(cè)算法主

3、要利用網(wǎng)頁(yè)內(nèi)容的多種特征進(jìn)行spam檢測(cè),諸如URL長(zhǎng)度、標(biāo)題的單詞數(shù)、單詞的平均長(zhǎng)度、網(wǎng)頁(yè)壓縮率等等,但是在對(duì)特征進(jìn)行分析的時(shí)候,該算法有時(shí)候具有一定的片面性,有其不足之處,為此本文在此算法的基礎(chǔ)上加入了Meta標(biāo)簽、方差和Zipf定律,從這三個(gè)方面在一定的程度上對(duì)Alexandros Ntoulas算法進(jìn)行有效的改進(jìn)。本文詳細(xì)分析了Meta標(biāo)簽、方差和Zipf定律。Meta標(biāo)簽的重要性是html語(yǔ)言標(biāo)記中僅次于Title標(biāo)簽,spa

4、m的制作者在Meta標(biāo)簽中充斥大量關(guān)鍵字欺騙搜索引擎。方差主要從網(wǎng)頁(yè)內(nèi)容的平衡角度考慮,而Zipf定律是一般的自然規(guī)律,本文就將它們引入Alexandros Ntoulas算法中,作為spam檢測(cè)的三個(gè)啟發(fā)式,并利用C4.5算法將所有的spam檢測(cè)的啟發(fā)式組合起來(lái)建立一個(gè)決策樹,然后利用十折交叉驗(yàn)證檢測(cè)算法的有效性,進(jìn)行相關(guān)實(shí)驗(yàn),最后實(shí)驗(yàn)結(jié)果顯示改進(jìn)算法具有良好的效果。spam檢測(cè)的最終目的是應(yīng)用于搜索引擎中,所以在本文的第四章,將改進(jìn)

溫馨提示

  • 1. 本站所有資源如無(wú)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(yè)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(kù)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。

評(píng)論

0/150

提交評(píng)論