Web spam检测系统的设计和实现
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-13页 |
| ·研究背景和意义 | 第10-12页 |
| ·研究目标和研究内容 | 第12页 |
| ·论文的结构安排 | 第12页 |
| ·本章小结 | 第12-13页 |
| 第二章 web spam 检测的相关技术 | 第13-26页 |
| ·搜索引擎排序算法 | 第13-14页 |
| ·基于内容的排序 | 第13-14页 |
| ·链接分析算法 | 第14页 |
| ·web spam技术 | 第14-17页 |
| ·内容spam | 第14-15页 |
| ·链接spam | 第15-16页 |
| ·隐藏spam | 第16-17页 |
| ·web spam检测研究现状 | 第17-20页 |
| ·基于内容分析的spam检测 | 第17页 |
| ·基于链接分析的spam检测 | 第17-18页 |
| ·隐藏spam检测 | 第18页 |
| ·基于机器学习的spam检测 | 第18-20页 |
| ·随机森林算法 | 第20-25页 |
| ·随机森林简介 | 第20页 |
| ·CART算法 | 第20-21页 |
| ·Bagging算法 | 第21-22页 |
| ·随机森林工作过程 | 第22页 |
| ·随机森林的泛化误差 | 第22-23页 |
| ·随机森林的优点 | 第23-24页 |
| ·基于随机森林的特征选择 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 web spam 检测系统的设计 | 第26-43页 |
| ·系统需求分析 | 第26-27页 |
| ·系统工作流程 | 第27页 |
| ·特征提取 | 第27-37页 |
| ·内容特征 | 第28-33页 |
| ·网页级链接特征 | 第33-36页 |
| ·站点级链接特征 | 第36-37页 |
| ·分类器 | 第37-40页 |
| ·不平衡数据集 | 第37-38页 |
| ·分类器设计 | 第38-40页 |
| ·系统的技术路线 | 第40-42页 |
| ·系统开发语言与平台的选择 | 第40页 |
| ·WebGraph | 第40页 |
| ·LAW | 第40-41页 |
| ·NekoHTML | 第41页 |
| ·Weka | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 web spam检测系统的实现 | 第43-58页 |
| ·特征提取 | 第43-51页 |
| ·内容特征提取 | 第43页 |
| ·网页级链接特征提取 | 第43-47页 |
| ·站点级链接特征提取 | 第47-49页 |
| ·特征计算和特征合并 | 第49-51页 |
| ·分类器 | 第51-57页 |
| ·Weka数据格式 | 第51-53页 |
| ·随机森林分类器 | 第53-56页 |
| ·分类器性能评测 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第五章 系统实验与测试 | 第58-65页 |
| ·实验环境 | 第58页 |
| ·实验数据集 | 第58-59页 |
| ·评测指标 | 第59-60页 |
| ·特征提取 | 第60-62页 |
| ·分类器性能测试 | 第62-64页 |
| ·本章小结 | 第64-65页 |
| 结论 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71页 |
