| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第10-23页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 研究现状 | 第11-21页 |
| 1.2.1 搜索引擎排序算法 | 第11-14页 |
| 1.2.2 垃圾网页分类 | 第14-18页 |
| 1.2.3 垃圾网页检测技术 | 第18-21页 |
| 1.3 研究内容 | 第21-22页 |
| 1.4 论文的结构安排 | 第22-23页 |
| 第2章 相关知识与研究 | 第23-34页 |
| 2.1 人工免疫系统的背景及相关概念 | 第23-26页 |
| 2.1.1 人工免疫系统的产生和发展 | 第23-24页 |
| 2.1.2 人工免疫系统的相关概念 | 第24页 |
| 2.1.3 人工免疫系统的仿生机理 | 第24-26页 |
| 2.2 人工免疫系统常用算法 | 第26-29页 |
| 2.2.1 一般免疫算法 | 第27页 |
| 2.2.2 阴性选择算法 | 第27-28页 |
| 2.2.3 克隆选择算法 | 第28-29页 |
| 2.3 人工免疫系统的特点 | 第29-30页 |
| 2.4 数据集WEBSPAM-UK2006 | 第30-31页 |
| 2.5 不平衡数据集的分类问题 | 第31-32页 |
| 2.6 评价指标 | 第32-33页 |
| 2.7 本章小结 | 第33-34页 |
| 第3章 基于免疫克隆选择的垃圾网页检测 | 第34-48页 |
| 3.1 引言 | 第34页 |
| 3.2 基于免疫克隆选择的垃圾网页检测框架 | 第34-35页 |
| 3.3 特征选择 | 第35-36页 |
| 3.3.1 基于χ~2的特征选择 | 第35-36页 |
| 3.3.2 基于信息增益的特征选择 | 第36页 |
| 3.4 样本及个体的表示 | 第36-37页 |
| 3.5 形态空间与亲和力函数 | 第37-38页 |
| 3.6 适应度函数 | 第38-39页 |
| 3.7 克隆算子与变异算子 | 第39-40页 |
| 3.8 克隆选择分类算法 | 第40-43页 |
| 3.8.1 克隆选择分类算法描述 | 第40-42页 |
| 3.8.2 克隆选择分类算法分析 | 第42-43页 |
| 3.9 基于免疫克隆选择的垃圾网页检测 | 第43-44页 |
| 3.10 算法的性能评价 | 第44-47页 |
| 3.10.1 不平衡数据集上的实验 | 第44-45页 |
| 3.10.2 平衡数据集上的实验 | 第45-47页 |
| 3.11 本章小结 | 第47-48页 |
| 第4章 基于改进免疫克隆选择的垃圾网页检测 | 第48-61页 |
| 4.1 引言 | 第48页 |
| 4.2 改进的克隆选择分类算法 | 第48-50页 |
| 4.2.1 CSCA算法的不足 | 第48-49页 |
| 4.2.2 改进的克隆选择分类算法描述 | 第49-50页 |
| 4.3 基于改进的克隆选择分类算法的垃圾网页检测 | 第50-53页 |
| 4.3.1 算法流程 | 第50-51页 |
| 4.3.2 算法描述 | 第51-53页 |
| 4.4 实验与分析 | 第53-60页 |
| 4.4.1 实验参数设置 | 第53-55页 |
| 4.4.2 实验一 | 第55-56页 |
| 4.4.3 实验二 | 第56-57页 |
| 4.4.4 实验三 | 第57-58页 |
| 4.4.5 实验四 | 第58-60页 |
| 4.4.6 结果讨论 | 第60页 |
| 4.5 本章小结 | 第60-61页 |
| 第5章 利用免疫克隆选择的集成学习方法检测垃圾网页 | 第61-67页 |
| 5.1 引言 | 第61页 |
| 5.2 集成学习 | 第61-62页 |
| 5.3 利用Bagging方法构建组合分类器 | 第62-64页 |
| 5.3.1 处理流程 | 第62-63页 |
| 5.3.2 算法描述 | 第63-64页 |
| 5.4 利用Bagging方法集成免疫克隆选择分类器检测垃圾网页检测框架 | 第64-65页 |
| 5.5 实验与分析 | 第65-66页 |
| 5.6 本章小结 | 第66-67页 |
| 总结与展望 | 第67-69页 |
| 总结 | 第67页 |
| 下一步工作 | 第67-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-76页 |
| 攻读硕士学位期间发表的论文 | 第76页 |