本文關(guān)鍵詞：基于關(guān)聯(lián)屬性主成分分析的SVM技術(shù)應(yīng)用于Web Spam分類

  更多相關(guān)文章： 垃圾網(wǎng)頁(yè) 關(guān)聯(lián)屬性 主成分分析 支持向量機(jī)

【摘要】：垃圾網(wǎng)頁(yè)(Web Spam)的大量存在嚴(yán)重降低了搜索引擎的檢索效率。針對(duì)垃圾網(wǎng)頁(yè)內(nèi)容特征、鏈接特征的高維性及特征屬性間的冗余性,本研究先對(duì)垃圾網(wǎng)頁(yè)數(shù)據(jù)集中具有較高相關(guān)度的關(guān)聯(lián)屬性進(jìn)行分組主成分分析(PCA),并選取最高貢獻(xiàn)率的第一主成分的主要屬性,從而減少冗余。再使用支持向量機(jī)(SVM)分類模型對(duì)處理后的數(shù)據(jù)集進(jìn)行分類實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明,本文提出的方法可有效提高SVM對(duì)垃圾網(wǎng)頁(yè)的分類性能。
【作者單位】： 山東師范大學(xué)信息科學(xué)與工程學(xué)院;山東省分布式計(jì)算機(jī)軟件新技術(shù)重點(diǎn)實(shí)驗(yàn)室;
【關(guān)鍵詞】： 垃圾網(wǎng)頁(yè) 關(guān)聯(lián)屬性 主成分分析 支持向量機(jī)
【基金】：基于特征建模優(yōu)化及判別學(xué)習(xí)的web spam識(shí)別技術(shù)研究,國(guó)家自然科學(xué)基金(61170145) 基于特征建模與優(yōu)化的web垃圾頁(yè)面識(shí)別技術(shù)研究,教育部博士點(diǎn)基金(20113704110001) Spam頁(yè)面特征優(yōu)化模型及非線性識(shí)別技術(shù),山東省自然科學(xué)基金(ZR2010FM021)
【分類號(hào)】：TP393.092
【正文快照】： 1引言中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心(CNNIC)2015年7月發(fā)布的《中國(guó)互聯(lián)網(wǎng)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》顯示,我國(guó)搜索引擎用戶規(guī)模達(dá)5.36億,使用率為80.3%[1]。搜索引擎已成為用戶訪問(wèn)互聯(lián)網(wǎng)資源,獲取各類信息的主要工具。然而搜索引擎的廣泛使用卻使得垃圾網(wǎng)頁(yè)愈加泛濫,這嚴(yán)重降低了搜索引擎的

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 黎夏,葉嘉安;主成分分析與Cellular Automata在空間決策與城市模擬中的應(yīng)用[J];中國(guó)科學(xué)(D輯:地球科學(xué));2001年08期

2 黃炎磊;;主成分聚類分析在區(qū)域經(jīng)濟(jì)評(píng)價(jià)中的應(yīng)用——以廣東省城鎮(zhèn)居民可支配收入為例[J];福建電腦;2009年09期

3 許延鑫;熊繼平;;基于二次主成分分析模型解決病情確診問(wèn)題[J];微型機(jī)與應(yīng)用;2009年19期

4 劉聰;汪明;;R軟件在主成分分析中的應(yīng)用研究[J];電腦知識(shí)與技術(shù);2011年13期

5 趙麗紅;張西禮;徐心和;;基于二維對(duì)稱主成分分析的人臉識(shí)別[J];儀器儀表學(xué)報(bào);2008年06期

6 鄒東升;佘龍華;;改進(jìn)的主成分分析方法在磁浮系統(tǒng)中的應(yīng)用[J];振動(dòng)、測(cè)試與診斷;2009年01期

7 王麗華;秦嬋嬋;徐洪波;;基于完全二維對(duì)稱主成分分析的人臉識(shí)別[J];計(jì)算機(jī)工程;2010年12期

8 李薇;曹萍;;基于主成分分析的軟件外包人才創(chuàng)新能力的定量評(píng)價(jià)[J];天津理工大學(xué)學(xué)報(bào);2012年06期

9 欒大龍;鉉一民;姚彬;趙煥叢;;基于粗糙集—主成分分析的企業(yè)創(chuàng)新能力評(píng)價(jià)實(shí)證研究[J];計(jì)算機(jī)工程與應(yīng)用;2007年04期

10 姚燦;蔡建峰;;陜西省互聯(lián)網(wǎng)絡(luò)發(fā)展與產(chǎn)業(yè)發(fā)展關(guān)系的實(shí)證研究[J];情報(bào)雜志;2007年09期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 么彩蓮;魏寧;;關(guān)于主成分分析的改進(jìn)方法探討[A];中國(guó)現(xiàn)場(chǎng)統(tǒng)計(jì)研究會(huì)第12屆學(xué)術(shù)年會(huì)論文集[C];2005年

2 陳明星;繆柏其;靳韜;;利率影響因素的主成分分析與因子分析[A];中國(guó)現(xiàn)場(chǎng)統(tǒng)計(jì)研究會(huì)第12屆學(xué)術(shù)年會(huì)論文集[C];2005年

3 孫曉東;胡勁松;焦s，

本文編號(hào)：776080