基于深度学习的垃圾网页智能检测方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 课题研究背景及意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 基于内容的网页作弊检测方法 | 第10页 |
| 1.2.2 基于链接的网页作弊检测方法 | 第10-11页 |
| 1.2.3 基于隐藏的网页作弊检测方法 | 第11页 |
| 1.3 论文主要工作与章节安排 | 第11-13页 |
| 1.3.1 论文的主要工作 | 第11-12页 |
| 1.3.2 论文的章节安排 | 第12-13页 |
| 第2章 垃圾网页判别指标体系及样本集构建 | 第13-19页 |
| 2.1 引言 | 第13页 |
| 2.2 垃圾网页指标体系的构建 | 第13-16页 |
| 2.2.1 层次分析法 | 第14页 |
| 2.2.2 构建判别指标的层次结构模型 | 第14-16页 |
| 2.3 垃圾网页判别指标样本集 | 第16-18页 |
| 2.3.1 指标集量化及标准化处理 | 第16页 |
| 2.3.2 基于SMOTE算法的指标集平衡化处理 | 第16-18页 |
| 2.4 本章小结 | 第18-19页 |
| 第3章 垃圾网页的判别指标约简 | 第19-27页 |
| 3.1 引言 | 第19页 |
| 3.2 垃圾网页的判别指标约简模型 | 第19-23页 |
| 3.2.1 栈式降噪自编码神经网络 | 第19-22页 |
| 3.2.2 约简模型的网络结构设计 | 第22-23页 |
| 3.3 指标约简实验结果及分析 | 第23-26页 |
| 3.3.1 约简结果 | 第23-24页 |
| 3.3.2 可行性分析 | 第24-25页 |
| 3.3.3 高效性分析 | 第25-26页 |
| 3.4 本章小结 | 第26-27页 |
| 第4章 基于DBN的垃圾网页检测方法 | 第27-38页 |
| 4.1 引言 | 第27页 |
| 4.2 垃圾网页检测模型 | 第27-29页 |
| 4.3 基于DBN的垃圾网页检测实验 | 第29-37页 |
| 4.3.1 实验数据集 | 第29-30页 |
| 4.3.2 评估指标 | 第30页 |
| 4.3.3 实验结果及分析 | 第30-37页 |
| 4.4 本章小结 | 第37-38页 |
| 第5章 垃圾网页检测系统的设计与实现 | 第38-44页 |
| 5.1 垃圾网页检测系统的设计 | 第38-40页 |
| 5.1.1 系统的设计原则 | 第38页 |
| 5.1.2 系统的功能结构 | 第38-39页 |
| 5.1.3 系统的结构设计 | 第39-40页 |
| 5.2 系统的数据库设计 | 第40页 |
| 5.3 系统的部分功能界面的介绍 | 第40-43页 |
| 5.3.1 登录界面 | 第40-41页 |
| 5.3.2 样本库查询 | 第41-42页 |
| 5.3.3 数据约简 | 第42-43页 |
| 5.3.4 网页检测 | 第43页 |
| 5.4 本章小结 | 第43-44页 |
| 第6章 结论与展望 | 第44-46页 |
| 6.1 结论 | 第44页 |
| 6.2 未来工作展望 | 第44-46页 |
| 参考文献 | 第46-51页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第51-52页 |
| 致谢 | 第52页 |
