| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第10-29页 |
| 1.1 课题研究的背景和意义 | 第10-12页 |
| 1.2 垃圾网页检测研究现状 | 第12-25页 |
| 1.2.1 垃圾网页的分类 | 第12-15页 |
| 1.2.2 垃圾网页的检测方法 | 第15-25页 |
| 1.3 垃圾网页检测存在的问题 | 第25-26页 |
| 1.4 本文主要研究内容和创新点 | 第26-27页 |
| 1.5 本文组织结构 | 第27-29页 |
| 第2章 相关基础理论和研究准备工作 | 第29-47页 |
| 2.1 引言 | 第29页 |
| 2.2 不平衡集成分类 | 第29-31页 |
| 2.3 特征选择、特征划分及基于特征子集的集成 | 第31-35页 |
| 2.3.1 特征选择 | 第31-32页 |
| 2.3.2 基于特征子集的集成方法 | 第32-34页 |
| 2.3.3 特征划分 | 第34-35页 |
| 2.4 数据集准备 | 第35-42页 |
| 2.4.1 数据的抓取方式和存储格式 | 第35-36页 |
| 2.4.2 数据的标注 | 第36-37页 |
| 2.4.3 特征集合 | 第37-42页 |
| 2.5 评价指标选择 | 第42-46页 |
| 2.6 本章小结 | 第46-47页 |
| 第3章 基于特征划分和欠采样集成的垃圾网页检测 | 第47-61页 |
| 3.1 引言 | 第47页 |
| 3.2 随机欠采样集成分类器 | 第47-52页 |
| 3.2.1 研究框架 | 第47-48页 |
| 3.2.2 一次不放回随机欠采样 | 第48-50页 |
| 3.2.3 多次不放回随机欠采样 | 第50-51页 |
| 3.2.4 有放回随机欠采样 | 第51-52页 |
| 3.3 基于特征划分和欠采样集成的分类器 | 第52-54页 |
| 3.3.1 研究框架 | 第52-53页 |
| 3.3.2 基于特征划分的集成分类器 | 第53页 |
| 3.3.3 基于特征划分和欠采样的集成分类器算法 | 第53-54页 |
| 3.4 实验及其结果分析 | 第54-59页 |
| 3.4.1 子分类器和参数设置 | 第54-55页 |
| 3.4.2 不同方法的比较 | 第55-58页 |
| 3.4.3 讨论 | 第58-59页 |
| 3.5 本章小结 | 第59-61页 |
| 第4章 基于免疫克隆特征选择和欠采样集成的垃圾网页检测 | 第61-69页 |
| 4.1 引言 | 第61页 |
| 4.2 克隆选择算法综述 | 第61-62页 |
| 4.3 研究框架 | 第62-63页 |
| 4.4 免疫克隆特征选择算法 | 第63-66页 |
| 4.5 集成分类 | 第66页 |
| 4.6 实验结果及其分析 | 第66-68页 |
| 4.6.1 参数设置 | 第66-67页 |
| 4.6.2 不同方法的比较 | 第67页 |
| 4.6.3 讨论 | 第67-68页 |
| 4.7 本章小结 | 第68-69页 |
| 第5章 基于免疫网络特征划分和欠采样集成的垃圾网页检测 | 第69-80页 |
| 5.1 引言 | 第69页 |
| 5.2 免疫网络算法简述 | 第69-70页 |
| 5.3 研究框架 | 第70-71页 |
| 5.4 基于免疫网络优化的特征划分算法 | 第71-76页 |
| 5.4.1 特征划分的形式化定义 | 第71-72页 |
| 5.4.2 特征划分的编码方案 | 第72-73页 |
| 5.4.3 用于特征划分的opt-aiNet算法 | 第73-76页 |
| 5.5 集成分类 | 第76页 |
| 5.6 实验结果及其分析 | 第76-79页 |
| 5.6.1 参数设置 | 第76-77页 |
| 5.6.2 实验结果及其分析 | 第77页 |
| 5.6.3 分析与讨论 | 第77-79页 |
| 5.7 本章小结 | 第79-80页 |
| 第6章 基于Co-Forest和欠采样集成的垃圾网页检测 | 第80-90页 |
| 6.1 引言 | 第80页 |
| 6.2 协同训练算法综述 | 第80-82页 |
| 6.3 基于Co-Forest和欠采样集成分类的垃圾网页检测 | 第82-88页 |
| 6.3.1 研究框架 | 第82-83页 |
| 6.3.2 基于改进Co-Forest和欠采样的集成分类器 | 第83-88页 |
| 6.4 实验结果及其分析 | 第88-89页 |
| 6.5 本章小结 | 第89-90页 |
| 第7章 结论与展望 | 第90-93页 |
| 7.1 本文总结 | 第90-91页 |
| 7.2 进一步研究展望 | 第91-93页 |
| 致谢 | 第93-94页 |
| 参考文献 | 第94-106页 |
| 攻读学位期间的研究成果 | 第106页 |
