搜索引擎作弊检测方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-11页 |
| ·研究意义 | 第8-9页 |
| ·研究目标和研究内容 | 第9页 |
| ·论文的内容结构 | 第9-11页 |
| 第二章 搜索引擎作弊检测方法综述 | 第11-23页 |
| ·引言 | 第11页 |
| ·常见的搜索引擎排序算法 | 第11-14页 |
| ·TF-IDF 算法 | 第11-12页 |
| ·PageRank 算法 | 第12-13页 |
| ·HITS 算法 | 第13-14页 |
| ·搜索引擎作弊技术 | 第14-16页 |
| ·内容作弊 | 第14-15页 |
| ·链接作弊 | 第15页 |
| ·隐藏作弊 | 第15-16页 |
| ·搜索引擎作弊检测现状 | 第16-22页 |
| ·基于内容分析的作弊检测 | 第16-17页 |
| ·基于链接分析的作弊检测 | 第17-19页 |
| ·基于隐藏技术的作弊检测 | 第19-20页 |
| ·基于机器学习的作弊检测 | 第20-21页 |
| ·基于用户行为分析的作弊检测 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 基于调和函数的半监督作弊检测 | 第23-33页 |
| ·引言 | 第23页 |
| ·半监督学习概述及存在问题 | 第23-25页 |
| ·基于调和函数的半监督垃圾网页检测 | 第25-27页 |
| ·HFSSL 的基本框架 | 第25-26页 |
| ·基于主成分分析的特征提取 | 第26-27页 |
| ·结合其它分类器 | 第27页 |
| ·实验 | 第27-32页 |
| ·数据集和评价指标 | 第27-29页 |
| ·实验结果和分析 | 第29-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 基于动态贝叶斯网络的网页排名 | 第33-53页 |
| ·引言 | 第33页 |
| ·搜索引擎查询日志介绍 | 第33-34页 |
| ·用户行为的两个假设 | 第34-36页 |
| ·流行的查询日志建模方法及存在的问题 | 第36-41页 |
| ·改进的动态贝叶斯模型 | 第41-48页 |
| ·动态贝叶斯网络的概念 | 第41-43页 |
| ·改进的动态贝叶斯模型框架 | 第43-45页 |
| ·M-DBM 的推理 | 第45-48页 |
| ·实验 | 第48-52页 |
| ·数据集的获取 | 第48页 |
| ·评价标准 | 第48-49页 |
| ·实验结果和分析 | 第49-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 总结和展望 | 第53-55页 |
| ·本文完成的工作 | 第53页 |
| ·未来的研究方向 | 第53-55页 |
| 致谢 | 第55-56页 |
| 攻读硕士学位期间发表的论文 | 第56页 |
| 攻读硕士学位期间获得的专利申请 | 第56-57页 |
| 缩略词 | 第57-58页 |
| 图表清单 | 第58-60页 |
| 参考文献 | 第60-66页 |
