基于蟻群優(yōu)化的網(wǎng)頁作弊檢測(cè)技術(shù)研究.pdf

1、互聯(lián)網(wǎng)已成為一個(gè)重要的信息和資源共享平臺(tái)，互聯(lián)網(wǎng)用戶不僅可以在網(wǎng)上處理各種事務(wù)，還可以在網(wǎng)上搜索自己想要的信息。給定一個(gè)具體的查詢，搜索引擎會(huì)根據(jù)自己的排名機(jī)制對(duì)互聯(lián)網(wǎng)上的網(wǎng)頁資源進(jìn)行排序，然后將與用戶查詢相關(guān)的結(jié)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(jié)果的首頁記錄，因此，網(wǎng)站在搜索引擎返回結(jié)果中的位置就成為了網(wǎng)絡(luò)服務(wù)提供者所關(guān)注的問題。一些黑帽SEO采用不正當(dāng)?shù)氖侄纹垓_搜索引擎以獲取網(wǎng)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(wǎng)頁作弊。網(wǎng)頁作弊不但降低了搜索引擎檢索信息的質(zhì)量，而且還給互聯(lián)網(wǎng)用戶造成了巨大的經(jīng)濟(jì)損失。因此，如何檢測(cè)網(wǎng)頁作弊已成為當(dāng)前互聯(lián)網(wǎng)最為迫切的任務(wù)之一。
　　網(wǎng)頁作弊檢測(cè)問題可以看作是一個(gè)二元分類問題，本文將數(shù)據(jù)集WEBSPAM-UK2006的直接特征、內(nèi)容特征和鏈接特征結(jié)合起來構(gòu)建實(shí)驗(yàn)數(shù)據(jù)集，然后采用基于蟻群優(yōu)化的網(wǎng)頁作弊檢測(cè)算法來對(duì)網(wǎng)頁作弊進(jìn)行檢測(cè)。在數(shù)據(jù)預(yù)處理階段，本文首先采用k-means算法解決了數(shù)據(jù)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(shí)驗(yàn)特征子集，最后對(duì)實(shí)驗(yàn)特征子集進(jìn)行基于信息熵的離散化處理。在分類模型訓(xùn)練階段，本文采用蟻群優(yōu)化算法從訓(xùn)練集中提取出分類規(guī)則并對(duì)分類規(guī)則進(jìn)行修剪處理以形成分類模型。在分類檢測(cè)階段，將測(cè)試樣本輸入分類模型后，分類模型將能夠很好地預(yù)測(cè)出測(cè)試樣本的類別。
　　最后，本文在實(shí)驗(yàn)數(shù)據(jù)集WEBSPAM-UK2006上進(jìn)行了多組實(shí)驗(yàn)，并將本文的檢測(cè)算法與其他檢測(cè)算法進(jìn)行了對(duì)比。實(shí)驗(yàn)結(jié)果顯示，本文提出