| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 课题研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 本文研究内容 | 第12-13页 |
| 1.4 论文结构安排 | 第13页 |
| 1.5 本章小结 | 第13-14页 |
| 第2章 垃圾博客研究 | 第14-18页 |
| 2.1 垃圾博客定义 | 第15页 |
| 2.2 垃圾博客分类 | 第15-17页 |
| 2.2.1 链接工厂博客 | 第15-16页 |
| 2.2.2 广告博客 | 第16-17页 |
| 2.3 本章小结 | 第17-18页 |
| 第3章 垃圾博客检测相关技术研究 | 第18-28页 |
| 3.1 Joup | 第18-19页 |
| 3.2 DOM | 第19-20页 |
| 3.3 支持向量机(SVM)算法介绍 | 第20-23页 |
| 3.4 旋转森林(Rotation Forest)算法介绍 | 第23-25页 |
| 3.5 特征降维技术研究 | 第25-27页 |
| 3.6 本章小结 | 第27-28页 |
| 第4章 垃圾博客检测原型系统设计 | 第28-44页 |
| 4.1 垃圾博客特征分析 | 第28-33页 |
| 4.1.1 统计特征 | 第28-31页 |
| 4.1.2 基于内容的特征 | 第31-32页 |
| 4.1.3 时间动态特征 | 第32-33页 |
| 4.2 垃圾博客检测需求 | 第33-34页 |
| 4.3 博客文档爬取模块 | 第34-38页 |
| 4.3.1 博客文档爬取 | 第34-36页 |
| 4.3.2 博客文档管理 | 第36-38页 |
| 4.4 博文内容信息提取模块 | 第38页 |
| 4.5 特征量化模块 | 第38-41页 |
| 4.5.1 统计特征量化 | 第38-39页 |
| 4.5.2 基于内容的特征量化 | 第39-40页 |
| 4.5.3 基于时间动态性的特征量化 | 第40-41页 |
| 4.6 垃圾博客检测模块 | 第41-43页 |
| 4.6.1 基于旋转森林的SVM集成分类器设计 | 第41-42页 |
| 4.6.2 垃圾博客检测 | 第42-43页 |
| 4.7 本章小结 | 第43-44页 |
| 第5章 垃圾博客检测原型系统实现与实验结果分析 | 第44-52页 |
| 5.1 构建中文博客样本集 | 第44-47页 |
| 5.2 评测指标 | 第47-48页 |
| 5.3 实验结果与分析 | 第48-51页 |
| 5.3.1 分组实验说明 | 第48-49页 |
| 5.3.2 第一组实验 | 第49-50页 |
| 5.3.4 第二组实验 | 第50-51页 |
| 5.4 本章小结 | 第51-52页 |
| 总结与展望 | 第52-54页 |
| 1 全文总结 | 第52页 |
| 2 下一步工作 | 第52-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 攻读学位期间发表的论文 | 第59页 |