版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著互聯(lián)網(wǎng)的不斷發(fā)展,網(wǎng)絡(luò)信息呈現(xiàn)爆炸式的增長(zhǎng),搜索引擎成為用戶獲取信息的主要途徑。能否在搜索引擎的排名中占有比較靠前的位置,將在一定程度上決定網(wǎng)頁(yè)的訪問量。一些網(wǎng)站為了提高自己在搜索引擎中的排名,并不是通過提高網(wǎng)頁(yè)質(zhì)量,而是根據(jù)搜索引擎自身的特點(diǎn),采用欺騙手段來(lái)提高排名,這就是網(wǎng)頁(yè)作弊。網(wǎng)頁(yè)作弊技術(shù)具有多樣性、隱蔽性、進(jìn)化性等特點(diǎn),是搜索引擎面臨的重大挑戰(zhàn)之一。在網(wǎng)頁(yè)作弊中,一種極具代表性的作弊方式是利用相同頁(yè)面模板結(jié)構(gòu),通過填充不同
2、的作弊內(nèi)容,產(chǎn)生眾多外觀相似的作弊站。由于模板統(tǒng)一,可以統(tǒng)一管理,降低成本,該作弊方式被廣泛使用。這類垃圾的特點(diǎn)是它們的網(wǎng)頁(yè)視覺結(jié)構(gòu)特征完全相同,一般由同一站長(zhǎng)制作,常常伴隨著附件作弊、夾雜、關(guān)鍵詞堆砌等作弊手段。目前,檢測(cè)此類作弊手段的主要方法是基于網(wǎng)頁(yè)內(nèi)容信息,判斷網(wǎng)頁(yè)中是否含有色情詞或者賭博詞,是否含有堆砌關(guān)鍵詞等。這種方式存在以下兩個(gè)問題:1.準(zhǔn)確率低。色情賭博網(wǎng)頁(yè)并不都是垃圾作弊網(wǎng)頁(yè),僅識(shí)別色情賭博會(huì)將色情賭博好站誤判為垃圾頁(yè)
3、面。2.效率低下。同模板下的作弊頁(yè)面數(shù)以百計(jì),單純的識(shí)別每條網(wǎng)頁(yè)會(huì)使得工作量較大,重復(fù)性工作較多。為了批量解決此類垃圾,本文首先分析了瀏覽器渲染網(wǎng)頁(yè)的過程和網(wǎng)頁(yè)的HTML結(jié)構(gòu),提出了兩種模板的定義方式,分別為結(jié)構(gòu)為主的模板(DBT:DomBiasedTemplate)和樣式為主的模板(CBT:CssBasedTemplate)。基于兩種的模板定義方式分別設(shè)計(jì)了模板抽取算法,抽取出站點(diǎn)的模板結(jié)構(gòu)作為站點(diǎn)的指紋特征。并以準(zhǔn)確率和召回率作為評(píng)
4、測(cè)指標(biāo),驗(yàn)證了兩種模板定義方式的有效性。通過對(duì)兩種模板抽取算法的性能比較發(fā)現(xiàn),DBT在召回率上比CBT更高,而CBT在準(zhǔn)確率上優(yōu)于DBT。然后,本文采用了DBT算法來(lái)計(jì)算模板的指紋特征。為了識(shí)別出作弊模板站點(diǎn),首先根據(jù)每個(gè)站點(diǎn)的模板指紋對(duì)不同站點(diǎn)做了同質(zhì)聚類,將含有相同的模板指紋的站點(diǎn)聚為一個(gè)模板簇。為了提高識(shí)別模板站點(diǎn)的準(zhǔn)確率,本文提出了基于用戶行為特征的優(yōu)質(zhì)頁(yè)面挖掘方法,提出了用戶訪問忠誠(chéng)度,訪問深度等用戶行為特征,利用歷史封禁數(shù)據(jù)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于分類技術(shù)的電子支付平臺(tái)作弊財(cái)戶的識(shí)別模型研究.pdf
- 基于機(jī)器視覺的公交站點(diǎn)識(shí)別算法研究.pdf
- 基于人臉識(shí)別技術(shù)的駕駛員考試防作弊系統(tǒng)設(shè)計(jì).pdf
- 基于公共交通大數(shù)據(jù)的站點(diǎn)識(shí)別算法研究.pdf
- 基于頁(yè)面模塊識(shí)別的Web文章自動(dòng)抽取方法研究.pdf
- 基于頁(yè)面結(jié)構(gòu)分析的語(yǔ)義數(shù)據(jù)抽取方法研究.pdf
- 基于Web頁(yè)面結(jié)構(gòu)的網(wǎng)頁(yè)數(shù)據(jù)提取研究.pdf
- 基于本體的Web頁(yè)面結(jié)構(gòu)化信息抽取.pdf
- 木基于鏈接結(jié)構(gòu)分析的Web頁(yè)面排序算法.pdf
- 基于網(wǎng)站結(jié)構(gòu)分析頁(yè)面信息提取的方法研究.pdf
- 基于鏈接結(jié)構(gòu)的站點(diǎn)主題層次抽取方法.pdf
- Web環(huán)境下基于頁(yè)面結(jié)構(gòu)的關(guān)聯(lián)圖像抽取的研究.pdf
- 基于ARMA模型的結(jié)構(gòu)識(shí)別.pdf
- 基于振動(dòng)的結(jié)構(gòu)損傷識(shí)別.pdf
- 基于網(wǎng)絡(luò)流量分析技術(shù)的Web站點(diǎn)流量的指紋識(shí)別.pdf
- 基于本體的Web頁(yè)面分類挖掘.pdf
- 基于拓?fù)浣Y(jié)構(gòu)的字符識(shí)別.pdf
- 基于數(shù)據(jù)融合的結(jié)構(gòu)損傷識(shí)別.pdf
- 基于時(shí)域分析的結(jié)構(gòu)損傷識(shí)別.pdf
- 網(wǎng)絡(luò)投票中的作弊與反作弊
評(píng)論
0/150
提交評(píng)論