基于主题与语义的作弊网页检测方法

摘要：

网页作弊检测可以被看作二元分类问题.当前基于内容的作弊网页检测方法主要使用统计特征,不能准确识别隐藏的作弊手段.为此,提出一种改进的作弊网页检测方法,使用语义与统计两类特征,将作弊检测深入至主题层次.该方法对网页内容进行主题建模,将网页内容映射至主题空间,根据其主题分布进行语义分析计算,从中提取语义特征,结合统计特征对网页进行分类检测.实验结果表明,该方法在精确率、召回率与F1测度上均获得了较好的效果.

关键词：分类、主题模型、潜在狄利克雷分配、语义特征、语义相似度

所属期刊栏目：41

分类号：TP309(计算技术、计算机技术)

资助基金：中央高校基本科研业务费专项基金资助项目ZZ1311

在线出版日期：2015-11-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：311-316