Co-Training——内容和链接的Web Spam检测方法

摘要：

Web spam是指通过内容作弊和网页间链接作弊来欺骗搜索引擎,从而提升自身搜索排名的作弊网页,它干扰了搜索结果的准确性和相关性.提出基于Co-Training模型的Web spam检测方法,使用了网页的两组相互独立的特征--基于内容的统计特征和基于网络图的链接特征,分别建立两个独立的基本分类器;使用Co-Training半监督式学习算法,借助大量未标记数据来改善分类器质量.在WEBSPAM-UK2007数据集上的实验证明:算法改善了SVM分类器的效果.

关键词：Web spam检测方法、内容作弊、链接作弊、Co-Training算法

所属期刊栏目：4

分类号：TP311(计算技术、计算机技术)

资助基金：The National Natural Science Foundation of China under Grant No.60873065;the National High-Tech Research and Development Plan of China under Grant No.2009AA011906国家高技术研究发展计划863;Reserch Program of Sciences at Universities of Inner Mongolia Autonomous Region under Grant No.NJzy08152

在线出版日期：2010-12-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：899-908