| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第1章 绪论 | 第12-15页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 本文研究的主要内容及意义 | 第13-14页 |
| 1.3 本文的主要结构 | 第14-15页 |
| 第2章 相关背景知识及问题描述 | 第15-27页 |
| 2.1 常见的搜索引擎排序算法 | 第15-17页 |
| 2.1.1 TF-IDF算法 | 第15-16页 |
| 2.1.2 PageRank算法 | 第16-17页 |
| 2.1.3 HITS算法 | 第17页 |
| 2.2 决策树分类算法 | 第17-19页 |
| 2.3 搜索引擎作弊技术 | 第19-21页 |
| 2.4 搜索引擎反作弊现状 | 第21-26页 |
| 2.4.1 基于内容分析的作弊检测 | 第21-22页 |
| 2.4.2 基于链接分析的作弊检测 | 第22-24页 |
| 2.4.3 基于隐藏技术的作弊检测 | 第24-25页 |
| 2.4.4 基于机器学习的作弊检测 | 第25页 |
| 2.4.5 基于用户行为分析的作弊检测 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 基于页面结构和样式的模板定义 | 第27-37页 |
| 3.1 引言 | 第27页 |
| 3.2 基于结构的模板定义(DBT：Dom Based Template) | 第27-32页 |
| 3.2.1 相关定义 | 第28页 |
| 3.2.2 算法设计 | 第28-32页 |
| 3.3 基于样式的模板定义(CBT：Css Based Template) | 第32-34页 |
| 3.3.1 相关定义 | 第32-33页 |
| 3.3.2 算法设计 | 第33-34页 |
| 3.4 实验和结果 | 第34-36页 |
| 3.4.1 数据集和评测方法 | 第34-35页 |
| 3.4.2 实验结果 | 第35-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第4章 基于页面结构的作弊模板识别 | 第37-51页 |
| 4.1 引言 | 第37页 |
| 4.2 DBT同质聚类 | 第37-38页 |
| 4.3 基于用户行为特征的优质页面挖掘 | 第38-44页 |
| 4.3.1 搜索引擎访问日志介绍 | 第39-40页 |
| 4.3.2 特征定义 | 第40-42页 |
| 4.3.3 实验及评测 | 第42-44页 |
| 4.4 基于决策树学习的作弊模板识别 | 第44-47页 |
| 4.4.1 特征抽取 | 第44-47页 |
| 4.4.2 决策树分类 | 第47页 |
| 4.5 实验结果 | 第47-51页 |
| 4.5.1 数据集的获取 | 第47-48页 |
| 4.5.2 实验结果分析 | 第48-51页 |
| 第5章 总结与展望 | 第51-53页 |
| 5.1 本文完成的工作 | 第51页 |
| 5.2 下一步工作 | 第51-53页 |
| 参考文献 | 第53-59页 |
| 致谢 | 第59-60页 |
| 攻读学位期间发表的学术论文目录 | 第60-61页 |
| 攻读学位期间参加的科研项目 | 第61-62页 |
| 学位论文评闽及答辩情况表 | 第62页 |