版權(quán)說(shuō)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、互聯(lián)網(wǎng)自出現(xiàn)以來(lái),經(jīng)過(guò)短短幾年已經(jīng)發(fā)展成為一個(gè)巨大的全球化信息空間,隨著各種互聯(lián)網(wǎng)信息檢索系統(tǒng)(搜索引擎)的誕生,針對(duì)搜索引擎的作弊(SPAM)也成為影響用戶獲得有效結(jié)果,困擾搜索引擎發(fā)展的重要問(wèn)題。本文論述了一套SPAM識(shí)別系統(tǒng)的設(shè)計(jì)到實(shí)現(xiàn)的過(guò)程。 文章簡(jiǎn)述了搜索引擎常用的算法,指出了其中可能被作弊者利用的地方,并列舉了一些常用的作弊方式,分析了這些方法制作的網(wǎng)頁(yè)會(huì)被檢索到的原因。對(duì)于這些問(wèn)題網(wǎng)站的處理目前都是加以人工參與,這
2、種方式準(zhǔn)確率高,但是成本也很高,不能推廣,無(wú)法批量處理。這在海量信息的今天已經(jīng)成為成為了瓶頸,這使得研發(fā)一套高效的自動(dòng)識(shí)別系統(tǒng)成為必然。 系統(tǒng)考慮了實(shí)用性、擴(kuò)展性、易用性等多方面因素,按三個(gè)層次進(jìn)行設(shè)計(jì)。 數(shù)據(jù)采集層根據(jù)巴萊多定律對(duì)日志中的數(shù)據(jù)進(jìn)行了優(yōu)化,保證在較少的設(shè)備資源投入下可以監(jiān)控較多流量的數(shù)據(jù),在用戶體驗(yàn)和成本間得到一個(gè)較好的平衡。 分類預(yù)測(cè)層通過(guò)獲取頁(yè)面的各種特征信息對(duì)頁(yè)面進(jìn)行分類。這個(gè)過(guò)程是對(duì)支持向
3、量機(jī)模型的應(yīng)用。將有一定特征的數(shù)據(jù)進(jìn)行分析量化后轉(zhuǎn)化為訓(xùn)練數(shù)據(jù),提供給訓(xùn)練模型程序,程序可以建立一個(gè)數(shù)學(xué)模型。使用訓(xùn)練好的模型就可以對(duì)未知的數(shù)據(jù)進(jìn)行預(yù)測(cè),預(yù)測(cè)程序便會(huì)根據(jù)模型預(yù)測(cè)出待預(yù)測(cè)數(shù)據(jù)的分類。 數(shù)據(jù)過(guò)濾層是最后對(duì)系統(tǒng)校正的過(guò)程。一般分類結(jié)果得到的準(zhǔn)確率在85%左右,作為生產(chǎn)精度還有距離。因此必須要對(duì)產(chǎn)出的數(shù)據(jù)再做一遍加工,使系統(tǒng)真正可以到達(dá)上線標(biāo)準(zhǔn)。 本系統(tǒng)是一個(gè)直接面向生產(chǎn)的系統(tǒng),僅僅是對(duì)理論設(shè)計(jì)的實(shí)現(xiàn)還遠(yuǎn)遠(yuǎn)不夠
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(méi)有圖紙預(yù)覽就沒(méi)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
- 面向Ajax的搜索引擎技術(shù)研究.pdf
- 面向XML的搜索引擎研究.pdf
- 面向求職主題的搜索引擎
- 面向軍事的主題搜索引擎研究.pdf
- 面向求職主題的搜索引擎
- 面向教育資源的垂直搜索引擎技術(shù)研究.pdf
- 面向考試信息類的搜索引擎技術(shù)研究.pdf
- 傳統(tǒng)搜索引擎與智能搜索引擎比較研究.pdf
- 面向搜索引擎的文本聚類研究.pdf
- [學(xué)習(xí)]搜索引擎優(yōu)化與搜索引擎營(yíng)銷
- 垂直搜索引擎技術(shù)的研究和應(yīng)用.pdf
- 搜索引擎
- 搜索引擎技術(shù)原理
- XML搜索引擎中索引技術(shù)的研究.pdf
- 面向垂直搜索引擎的主題爬行技術(shù)研究.pdf
- 搜索引擎技術(shù)的研究與實(shí)現(xiàn)—元搜索引擎和文本聚類.pdf
- 面向電子商務(wù)搜索引擎的研究.pdf
- 面向行業(yè)搜索引擎的研究與實(shí)現(xiàn).pdf
- 搜索引擎及搜索引擎優(yōu)化(seo)實(shí)驗(yàn)
- 垂直搜索引擎Spider技術(shù)的研究和應(yīng)用.pdf
評(píng)論
0/150
提交評(píng)論