资料下载
×
主题相似度与链接权重相结合的垃圾网页排序检测
消耗积分:3 |
格式:rar |
大小:未知 |
2017-12-22
分享资料个
针对因Web中存在由正常网页指向垃圾网页的链接，导致排序算法（Anti-TrustRank等）检测性能降低的问题，提出了一种主题相似度和链接权重相结合，共同调节网页非信任值传播的排序算法，即主题链接非信任排序（ TLDR）。首先，运用隐含狄利克雷分配（LDA）模型得到所有网页的主题分布，并计算相互链接网页间的主题相似度；其次，根据Web图计算链接权重，并与主题相似度结合，得到主题链接权重矩阵；然后，利用主题链接权重调节非信任值传播，改进Anti-TrustRank和加权非信任值排序（WATR）算法，使网页得到更合理的非信任值；最后，将所有网页的非信任值进行排序，通过划分阈值检测出垃圾网页。在数据集WEBSPAM-UK2007上进行的实验结果表明，与Anti-TrustRank和WATR相比，TLDR的SpamFactor分别提高了45%和23. 7%，F1 -measure（阈值取600）分别提高了3.4个百分点和0.5个百分点，spam比例（前三个桶）分别提高了15个百分点和10个百分点。因此，主题与链接权重相结合的TLDR算法能有效提高垃圾网页检测性能。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
